| استفاده از شبکه عصبی مصنوعی جهت بررسی تاثیر پارامترهای ماشینکاری بر روی زبری سطح و نیروی ماشینکاری |
| کد مقاله : 1023-CAMMT (R1) |
| نویسندگان |
|
سجاد دهقانی *1، فرشید جعفریان2، محمد مقداد فلاح3 1دانشگاه تربیت دبیر شهید رجایی، تهران، ایران 2دانشکده مهندسی، مرکز آموزش عالی محلات، محلات، ایران 3گره آموزشی ساخت و تولید، دانشکده مهندسی مکانیک، دانشگاه تربیت دبیر شهید رجایی، تهران، ایران |
| چکیده مقاله |
| کنترل و بهینه سازی زبری سطح و نیروی ماشینکاری برای مواد سخت کاری شده بسیار ضروری است. برای این منظور می توان از روش های هوشمند مبتنی بر مدل های پیش بینی و بهینه سازی استفاده کرد. در این پژوهش پارامترهای ماشینکاری شامل سرعت برشی، نرخ پیشروی و زمان ماشینکاری توسط شبکه عصبی مصنوعی برای ارزیابی زبری سطح و نیروی ماشینکاری، در تراشکاری فولاد سخت‌کاری شده 4140 مورداستفاده قرار گرفت. طراحی آزمایش‌ها به روش فاکتوریل کامل در قالب 27 آزمایش صورت گرفت و از ابزار کاربید سمانته بدون پوشش TCMW 16T304 H13A در تراشکاری استفاده شد و زبری سطح و نیروی ماشینکاری اندازه گیری شد. معماری بهینه با دولایه پنهان برای مدل شبکه عصبی مصنوعی انتخاب شد و برای پیش بینی جداگانه زبری سطح و نیروی ماشینکاری استفاده شد. مقادیر پیش بینی مدل شبکه عصبی مصنوعی با نتایج تجربی مقایسه شد و میانگین درصد خطای داده های اعتبارسنجی برای زبری سطح و نیروی ماشینکاری به ترتیب برابر با 4/25 و 5/11 درصد محاسبه شد و در انتها پارامترهای بهینه برش به‌طوری‌که زبری سطح و نیروی ماشینکاری در پایین ترین سطح باشند، انتخاب شد. |
| کلیدواژه ها |
| شبکه عصبی مصنوعی، زبری سطح، نیروی ماشینکاری، فولاد 4140، سرعت برشی |
| وضعیت: پذیرفته شده برای ارائه شفاهی |