فرآیند جوشکاری قوسی (Gas Metal Arc Welding) به عنوان یک تکنیک اتصال فلزات با کیفیت بالا شناخته شده است که کاربردهای وسیع به ویژه در لوله گذاری های نفت و گاز دارد. این روش جوشکاری (بر اساس تحقیقات American Petroleum Institute ) به عنوان یکی از دو روش جوشکاری مورد استفاده در لوله گذاری های طولانی مورد استفاده قرار می گیرد. برای دست‌یابی به کیفیت مطلوب جوش، نیاز است که رابطه پارامترهای مؤثر جوشکاری روی هندسه جوش مدل سازی شود. اهمیت این مطلب بدان خاطر است که خصوصیات مکانیکی جوش نیز تحت تاثیر هندسه جوش قرار دارد. علی‌رغم زمینه گسترده استفاده جوشکاری قوسی در صنایع مختلف، هنوز جوشکاری قوسی رباتیک تمام اتومات با مشکلاتی مواجه است. یکی از این مشکلات، مدل‌سازی فرآیند جوشکاری قوسی است. لذا در این بررسی یک مدل ریاضی بهینه شده و یک مدل بهینه شبکه عصبی برای پیش بینی عمق نفوذ جوش ارائه می شود. (اطلاعات مربوط به آزمایشات از مقاله تحقیقاتی Karadeniz و همکاران استخراج گردیده است). نتایج نشان داد که مدل ریاضی می توانند عمق نفوذ جوش را با دقت قابل قبول پیش بینی و کیفیت مطلوب جوش را تضمین نمایند. اما در ادامه، مقایسه بین مدل های پیشنهادی نشان داد که مدل شبکه عصبی می تواند بهتر از مدل های ریاضی عمل کنترل و پیش بینی را انجام دهد.

کلمات کلیدی