دوره ۱۵، شماره ۷ - ( ۷-۱۳۹۴ )                   جلد ۱۵ شماره ۷ صفحات ۱۵۹-۱۴۹ | برگشت به فهرست نسخه ها

‎ 20.1001.1.10275940.1394.15.7.18.6

XML English Abstract Print

Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Aghakhani M, Nikzad A. Modeling of weld height in gas metal arc welding process in the presence of TiO2 Nano-Particles using artificial neural network. Modares Mechanical Engineering 2015; 15 (7) :149-159
URL: http://mme.modares.ac.ir/article-15-3891-fa.html
آقاخانی مسعود، نیک زاد آرش. مدل‌سازی ارتفاع جوش در فرآیند جوشکاری قوس الکتریکی با گاز محافظ در حضور نانوذرات TiO۲ توسط شبکه‌ی عصبی مصنوعی. مهندسی مکانیک مدرس. ۱۳۹۴; ۱۵ (۷) :۱۴۹-۱۵۹

URL: http://mme.modares.ac.ir/article-۱۵-۳۸۹۱-fa.html

مدل‌سازی ارتفاع جوش در فرآیند جوشکاری قوس الکتریکی با گاز محافظ در حضور نانوذرات TiO2 توسط شبکه‌ی عصبی مصنوعی
مسعود آقاخانی* ۱، آرش نیک زاد۲
۱- هیئت علمی دانشگاه رازی
۲- دانشجوی کارشناسی ارشد دانشگاه رازی
چکیده:   (۶۴۰۰ مشاهده)
یکی از مشخصه‌های کیفیت اتصالات جوش شده در جوشکاری قوس الکتریکی با گاز محافظ (GMAW) ارتفاع جوش (WH) می‌باشد. این مقاله بر یک مطالعه‌ی آزمایشگاهی که به منظور دستیابی به یک مدل با استفاده از شبکه‌ی عصبی مصنوعی (ANN) برای پیش‌بینی WH در فرآیند GMAW با حضور نانوذرات TiO2 انجام شد، تاکید دارد. برای مدلسازی، ولتاژ قوس، جریان جوشکاری، سرعت جوشکاری، درصد گاز آرگون در ترکیب گاز Ar و CO2 و ضخامت نانوذرات TiO2 به عنوان پارامترهای ورودی و WH به عنوان پارامتر خروجی در نظر گرفته شدند. در آزمایش‌ها ماتریس طراحی دالرت به منظور جمع آوری داده‌ استفاده شد. مدل ANN ایجاد شد و توسط 5 آزمایش خارج از ماتریس طراحی ارزیابی شد. نتیجه‌ی قابل توجه این مطالعه مکانیزم تمرکز قوس به علت اثرات متقابل بین پارامترهای ورودی جوشکاری و نانوذرات TiO2 می‌باشد. علاوه براین نتایج نشان داد که افزایش ضخامت نانوذرات TiO2 تا حدود mm 9/0 ارتفاع جوش را افزایش داد درحالیکه در ادامه با افزایش بیشتر ضخامت تا mm 1 ارتفاع جوش کاهش یافت. در حقیقت این تغییر در ارتفاع جوش می‌تواند به علت آزاد شدن اکسیژن ناشی از تجزیه‌ی گرمایی نانوذرات TiO2 و CO2 روی سطح حوضچه‌ی مذاب باشد، که کشش سطحی را تحت تأثیر قرار داد و در نهایت جهت جابجایی مارانگونی جریان سیال را در حوضچه‌ی مذاب تغییر داد و در نتیجه بر WH تأثیر گذاشت. در روش ANN، 0066/0MSEtrain=، 0063/0MSEvalidation= و 0093/0MSEtest= می‌باشد. درنهایت نتیجه گرفته شد که ANN یک روش دقیق برای پیش‌بینی ارتفاع جوش می‌باشد.
واژه‌های کلیدی: نانوذرات TiO2، ماتریس طراحی دالرت، فرآیند GMAW، ارتفاع جوش، شبکه‌ی عصبی مصنوعی
متن کامل [PDF 1042 kb]   (۶۳۸۶ دریافت)    
نوع مقاله: مقاله پژوهشی کامل | موضوع مقاله: جوشکاری
دریافت: 1393/12/14 | پذیرش: 1394/2/17 | انتشار: 1394/3/10
ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA
بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.