---

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 TiO۲ انجام شد، تاکید دارد. برای مدلسازی، ولتاژ قوس، جریان جوشکاری، سرعت جوشکاری، درصد گاز آرگون در ترکیب گاز Ar و CO۲ و ضخامت نانوذرات TiO۲ 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 ۵ 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 TiO۲ می‌باشد. علاوه براین نتایج نشان داد که افزایش ضخامت نانوذرات TiO۲ تا حدود mm ۹/۰ ارتفاع جوش را افزایش داد درحالیکه در ادامه با افزایش بیشتر ضخامت تا mm ۱ ارتفاع جوش کاهش یافت. در حقیقت این تغییر در ارتفاع جوش می‌تواند به علت آزاد شدن اکسیژن ناشی از تجزیه‌ی گرمایی نانوذرات TiO۲ و CO۲ 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، ۰۰۶۶/۰MSEtrain=، ۰۰۶۳/۰MSEvalidation= و ۰۰۹۳/۰MSEtest= می‌باشد. درنهایت نتیجه گرفته شد که ANN یک روش دقیق برای پیش‌بینی ارتفاع جوش می‌باشد.