مقاله بررسی حذف لایه ذوب مجدد در فرایند اچ در حضور ذرات ساینده و ارتعاشات آلتراسونیک با بکارگیری مدلسازی شبکههای عصبی
توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد
مقاله بررسی حذف لایه ذوب مجدد در فرایند اچ در حضور ذرات ساینده و ارتعاشات آلتراسونیک با بکارگیری مدلسازی شبکههای عصبی دارای ۱۴ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد مقاله بررسی حذف لایه ذوب مجدد در فرایند اچ در حضور ذرات ساینده و ارتعاشات آلتراسونیک با بکارگیری مدلسازی شبکههای عصبی 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 بررسی حذف لایه ذوب مجدد در فرایند اچ در حضور ذرات ساینده و ارتعاشات آلتراسونیک با بکارگیری مدلسازی شبکههای عصبی،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن مقاله بررسی حذف لایه ذوب مجدد در فرایند اچ در حضور ذرات ساینده و ارتعاشات آلتراسونیک با بکارگیری مدلسازی شبکههای عصبی :
تعداد صفحات:۱۴
چکیده:
امروزه با توجه به پیشرفت های شگرفی که در صنایع حساس از جمله هوافضا، خودروسازی، طراحی و ساخت قالبها و ابزارآلات صورت پذیرفته است و با توجه به اهمیت صافی سطوح و داشتن قطعاتی با سطوح یکنواخت بدون هیچ گونه ترک و حفرهای، دستیابی به روشهایی نوین جهت بهبود صافی سطوح ضروری است. از طرفی بسیاری از فرایندهایی که جهت تولید قطعات از آنها استفاده میشود از جمله ماشینکاری تخلیه الکتریکی، موجب ایجاد لایه ذوب مجدد بر روی سطح قطعات میگردد. این لایه باعث کاهش استحکام و عمر خستگی، ایجاد تنش پسماند و در نهایت شکست قطعه در بارگذاری های بالا میشود. لذا بررسی روشهای جدید برای حذف این لایه مورد توجه بسیاری از محققان قرار گرفته- است. در این تحقیق ابتدا اقدامات صورت گرفته جهت حذف لایه ذوب مجدد مورد مطالعه قرار گرفتهاست. سپس با استفاده از تجربیات تحقیقات قبلی، یک روش جدید برای حذف لایه ذوب مجدد، متشکل از امواج آلتراسونیک، اسید رقیق و پودر ساینده ارائه شد. در ادامه، پارامترهای مؤثر بر فرایند حذف لایه ذوب مجدد و بهبود صافی سطح به روش سایش در محیط خورنده با کمک انرژی آلتراسونیک تعیین گردید. برای بررسی نحوه تأثیرگذاری پارامترها، یک شبکه عصبی توسعه داده شد. در مدل ارائه شده، از مش پودر، غلظت اسید و مقدار زمان پرداختکاری به عنوان ورودی شبکه و مقدار برادهبرداری به عنوان خروجی شبکه تعیین شده است. مقایسه مقادیر آزمایشگاهی و مقادیر پیش بینی شده توسط شبکه حاکی از مناسب بودن شبکه آماده شده و الگوریتم آموزش شبکه بوده است. بر اساس مقادیر پیش بینی شده از شبکه عصبی، می توان نتیجه گرفت که در حالت کلی با افزایش غلظت اسید، مقدار براده برداری افزایش پیدا میکند. همچنین در حالتی که شماره مش بالاترین مقدار خود باشد و در زمانهای پرداختکاری طولانی تر، میزان کاهش وزن و براده- برداری در بالاترین حد خود است.
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.