این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مهندسی مکانیک مدرس، جلد ۱۳، شماره ۸، صفحات ۱۲۳-۱۳۴
عنوان فارسی مدل‌سازی برش شیشه با جت آب همراه با ذرات ساینده توسط شبکه عصبی و بهینه‌سازی زبری سطح با استفاده از الگوریتم کرم شب‌تاب
چکیده فارسی مقاله در این مقاله از الگوریتم تازه گسترش یافته کرم شب‌تاب برای بهینه سازی فرآیند برش شیشه با جت آب همراه با ذرات ساینده که فرآیندی چند متغیره غیر خطی است، استفاده گردید. در روش پیشنهادی به منظور مدل‌سازی و پیش بینی زبری سطح فرآیند برش شیشه؛ با توجه به پارامترهای فرآیند شامل فشار جت آب، سرعت پیشروی، ‌نرخ ریزش ذرات ساینده و فاصله نازل تا سطح قطعه کار از شبکه عصبی مصنوعی پیشخور با باز انتشار خطا استفاده شد. در ادامه، الگوریتم کرم شب‌تاب با استفاده از مدل شبکه عصبی مصنوعی پیشنهادی، اقدام به بهینه کردن زبری سطح برش خورده به عنوان تابع هدف نمود و در نهایت پارامترهای متناسب با زبری سطح کمینه ارائه گردید. نتایج حاصله نشان داد که مدل پیشنهادی برای پیش بینی پارامترهای خروجی مناسب بوده و همچنین نتایج بدست آمده از الگوریتم بهینه‌سازی استفاده شده، حاکی از کاربردی بودن این الگوریتم در فرآیندهای با طبیعت پیچیده، دارد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Modeling of abrasive water-jet cutting of glass using artificial neural network and optimization of surface roughness using firefly algorithm
چکیده انگلیسی مقاله Abstract- In this paper, it is shown how to use the recently developed Firefly Algorithm to optimize abrasive water-jet cutting as a nonlinear multi-parameter process. Back propagation neural network were developed to predict surface roughness in abrasive water-jet cutting (AWJ) process. In the development of predictive models, machining parameters of traverse speed, water-jet pressure, standoff distance and abrasive flow rate were considered as model variables. Firefly Algorithm by using back propagation neural network optimizes glass surface roughness in abrasive water-jet cutting and proposes appropriate parameters for minimum surface roughness. Testing results demonstrate that the model is suitable for predicting the response parameters. However this algorithm has not be tested for practical problems, the results showed this algorithm applicable for processes with complex nature.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله حسین امیرآبادی |
استادیار گروه مکانیک دانشگاه بیرجند
سازمان اصلی تایید شده: دانشگاه بیرجند (Birjand university)

خلیل خلیلی |
گروه مهندسی مکانیک - دانشگاه بیرجند
سازمان اصلی تایید شده: دانشگاه بیرجند (Birjand university)

ابوالفضل فورگی نژاد |
گروه مهندسی مکانیک - دانشگاه بیرجند
سازمان اصلی تایید شده: دانشگاه بیرجند (Birjand university)

جواد عاشوری |
گروه مهندسی مکانیک - دانشگاه بیرجند
سازمان اصلی تایید شده: دانشگاه بیرجند (Birjand university)

نشانی اینترنتی http://mme.modares.ac.ir/article_1659_08c994b71032fa0fbf8c13956ce4a949.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1256/article-1256-228814.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات