فرآیند اکستروژن معکوس قطعات توخالی دارای تغییر شکل زیاد و رفتار غیر خطی می باشد که تحلیل آن به کمک نرم افزارهای اجزاء محدود دارای محدودیت می باشد. در این پروژه به کمک شبکه های عصبی مصنوعی و با استفاده از داده های آزمایشات عملی انجام شده فرآیند اکستروژن معکوس سرد قطعات آلومنیومی مدل سازی گردیده است. در این مدل سازی از شبکه پیشرو(Feed Forward) با دو لایه مخفی استفاده شده است. به کمک این شبیه سازی مدلی برای تغییرات نیروی سنبه در طول فرآیند اکستروژن معکوس تهیه شد که نتایج آن تطابق خوبی با آزمایشات عملی انجام شده دارد و دارای خطای آموزش کمتر از 3 درصد می باشد. همچنین مشاهده شد که نتایج حاصل از شبکه های عصبی برای نمونه های جدید دارای خطای کمتر از 10 درصد می باشد که نسبت به روابط تئوری و شبیه سازی اجزاء محدود کارایی و دقت بیشتری دارد...

مقاله پیش بینی نیرو در فرآیند اکستروژن معکوس قطعات توخالی به کمک شبکه های عصبی مصنوعی مشتمل بر 9 صفحه، به زبان فارسی، تایپ شده، به همراه تصاویر، دیاگرام و فرمول ها و روابط ریاضی با فرمت pdf، گردآوری شده است.

جهت دانلود مقاله پیش بینی نیرو در فرآیند اکستروژن معکوس قطعات توخالی به کمک شبکه های عصبی مصنوعی برلینک زیر کلیک نمایید:

مقاله با عنوان: پیش بینی نیرو در فرآیند اکستروژن معکوس قطعات توخالی به کمک شبکه های عصبی مصنوعی