عنوان : ( بهینه سازی نرخ براده برداری در فرآیند ماشینکاری تخلیه الکتریکی با استفاده از مدل شبکه عصبی و الگوریتم گروهی ذرات )
نویسندگان: فرهاد کلاهان , فرید ایلچی , یاسر رستمیان ,
Full Textچکیده
ماشینکاری تخلیه الکتریکی یکی از روش های مهم شکل دهی قطعات فلزی مانند قالب ها و ابزار ها می باشد. متغیرهای ورودی در این تحقیق شامل پنج پارامتر زمان روشنی پالس، زمان خاموشی پالس، زمان روی کار یا فاکتور کار، ولتاژ گپ و جریان تخلیه می باشد همچنین نرخ براده برداری به عنوان متغیر خروجی فرآیند مورد ارزیابی قرار می گیرد. در ابتدا با استفاده از داده های بدست آمده از آزمایشات تجربی، یک شبکه عصبی مصنوعی آموزش داده شده است تا مقادیر خروجی فرآیند را پیش بینی کند. در ادامه مدل شبکه عصبی طراحی شده با الگوریتم بهینه سازی گروهی ذرات ترکیب شده است تا مقادیر بهینه ی پارامترهای بخوبی می تواند مقادیر بهینه پارامترهای (PSO) ورودی تعیین شوند. نتایج نشان می دهند که ترکیب شبکه عصبی با الگوریتم بهینه سازی گروهی ذرات تنظیمی را بمنظور کسب بهترین نرخ براده برداری تعیین نماید.
کلمات کلیدی
, نرخ براده برداری, فرآیند تخلیه الکتریکی, شبکه عصبی, بهینه سازی, الگوریتم گروهی ذرات
@inproceedings{paperid:1044875,
author = {کلاهان, فرهاد and فرید ایلچی and یاسر رستمیان},
title = {بهینه سازی نرخ براده برداری در فرآیند ماشینکاری تخلیه الکتریکی با استفاده از مدل شبکه عصبی و الگوریتم گروهی ذرات},
booktitle = {اولین همایش داخلی مهندسی مکانیک دانشگاه آزاد اسلامی واحد نطنز},
year = {2014},
location = {نظنز, ايران},
keywords = {نرخ براده برداری، فرآیند تخلیه الکتریکی، شبکه عصبی، بهینه سازی، الگوریتم گروهی ذرات},
}
%0 Conference Proceedings
%T بهینه سازی نرخ براده برداری در فرآیند ماشینکاری تخلیه الکتریکی با استفاده از مدل شبکه عصبی و الگوریتم گروهی ذرات
%A کلاهان, فرهاد
%A فرید ایلچی
%A یاسر رستمیان
%J اولین همایش داخلی مهندسی مکانیک دانشگاه آزاد اسلامی واحد نطنز
%D 2014
