پیشبینی خواص مکانیکی آلومینیوم 6061 حاصل از فرآیند نورد در کانال همسان زاویهدار با استفاده از شبکه عصبی مصنوعی و رگرسیون غیرخطی | ||
| مدل سازی در مهندسی | ||
| مقاله 13، دوره 15، شماره 51، 1396، صفحه 197-207 اصل مقاله (1007.55 K) | ||
| نوع مقاله: پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22075/jme.2017.2690 | ||
| نویسندگان | ||
| مسعود محمودی* ؛ علی نادری بختیاری | ||
| دانشگاه سمنان | ||
| چکیده | ||
| فرآیند نورد در کانال همسان زاویهدار از فرآیندهای تغییر فرم شدید پلاستیک جهت دستیابی به ساختار فوقریز دانه میباشد. در این مقاله به بررسی این فرآیند و تأثیر پارامترهای آن به کمک مدلسازی شبکهی عصبی مصنوعی و رگرسیون غیرخطی پرداختهشده است. بهمنظور پیشبینی خواص مکانیکی نمونه آلومینیم 6061 حاصل از فرآیند نورد در کانال همسان زاویهدار از شبکه عصبی پس انتشار پیشخور استفادهشده است. پارامترهای زاویه کانال قالب، تعداد عبور و مسیر فرآیند بهعنوان ورودیهای شبکه عصبی و پارامترهای استحکام کششی، درصد ازدیاد طول و سختی بهعنوان خروجیهای شبکه عصبی در نظر گرفتهشدهاند. بعلاوه، رابطه بین پارامترهای ورودی با هرکدام از پارامترهای خروجی با استفاده از رگرسیون غیرخطی استخراج گردیده است. با مقایسه خروجیهای شبکه عصبی و روابط برازش با نتایج تجربی مشاهده گردید که هر دو مدل بهطور مناسبی قابلیت پیشبینی خواص مکانیکی رادارند، هرچند مدل شبکه عصبی عملکرد بهتری را نشان میدهد. در ادامه به کمک دادههای توسعه دادهشده توسط مدل شبکه عصبی مصنوعی آموزشدیده، تأثیر پارامترهای ورودی فرآیند بر استحکام کششی، درصد ازدیاد طول و سختی مورد تجزیهوتحلیل قرارگرفته است. نتایج نشان میدهد که مدل شبکه عصبی ، یک ابزار کارآمد برای پیشبینی خواص مکانیکی ورقهای آلومینیم 6061 حاصل از فرآیند نورد در کانال همسان زاویهدار میباشد. | ||
| کلیدواژهها | ||
| تغییر شکل پلاستیک شدید؛ نورد در کانال همسان زاویه-دار؛ خواص مکانیکی؛ شبکه عصبی مصنوعی؛ رگرسیون غیر خطی | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 1,856 تعداد دریافت فایل اصل مقاله: 547 |
||
| تعداد نشریات | 22 |
| تعداد شمارهها | 717 |
| تعداد مقالات | 10,316 |
| تعداد مشاهده مقاله | 72,312,106 |
| تعداد دریافت فایل اصل مقاله | 64,037,108 |