مقاله تخمین تنش های پسماند جوشی طولی در لوله های فولادی ضد زنگ با استاده از شبکه عصبی مصنوعی

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

  مقاله تخمین تنش های پسماند جوشی طولی در لوله های فولادی ضد زنگ با استاده از شبکه عصبی مصنوعی دارای ۸ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله تخمین تنش های پسماند جوشی طولی در لوله های فولادی ضد زنگ با استاده از شبکه عصبی مصنوعی  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله تخمین تنش های پسماند جوشی طولی در لوله های فولادی ضد زنگ با استاده از شبکه عصبی مصنوعی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله تخمین تنش های پسماند جوشی طولی در لوله های فولادی ضد زنگ با استاده از شبکه عصبی مصنوعی :

تعداد صفحات:۸
چکیده:
در این تحقیق، از آنالیز المان محدود الاستیک پلاستیک حرارتی در تحلیل تنش های پسماند حاصل از جوشکاری قوسی برای اتصال لب به لب لوله های ضد زنگ فولادی از نوع SUS316 استفاده شده است و سپس با استفاده از شبکه های عصبی مصنوعی با توجه به تنش نقاط مشخصی از قطعه کار و پارامتر تعداد پاس جوشی، تنش های پسماند جوشی محاسبه و تعیین شده است. فرآیند جوشکاری به کمک نرم افزار ANSYS و به صورت چند پاسه شبیه سازی شده است که در اینجا از تأثیر متقابل رفتارهای حرارتی و مکانیکی بر یکدیگر صرف نظر شده و به جای یک تحلیل ترمودینامیکی، دو تحلیل مستقل حرارتی و مکانیکی انجام پذیرفته است. برای شبیه سازی حرکت مرز ماده در هنگام جوشکاری توسط فلز جوش از خاصیت مرگ و تولد المان استفاده شده است. به علت گرادیان دمایی بالا در ناحیه ی جوش، خواص ترموفیزیکی و مکانیکی ماده به صورت متغییر با دما لحاظ گردیده است. که این کار را برای حالات مختلف با تعداد پاس متفاوت انجام شده و نتایج تنش حاصل، به ازای Y,X و تعداد پاس های مختلف که تنش های پسماند آن نقاط بدست آمده، به عنوان داده های آموزش شبکه عصبی مصنوعی به کار گرفته شده است، تا رفتار بین داده ها توسط شبکه فراگرفته شود. با استفاده از مهندسی معکوس و دادن Y,X و تعداد پاس به عنوان ورودی شبکه ، تنش پسماند جوشی توسط شبکه عصبی مصنوعی پیش بینی و تخمین زده شده و به عنوان خروجی ارائه می شود.