نمایش مختصر رکورد

dc.contributor.authorدشت بیاض, محمدرضاfa_IR
dc.contributor.authorGhanbarian, M.fa_IR
dc.date.accessioned1399-08-20T21:55:28Zfa_IR
dc.date.accessioned2020-11-10T21:55:29Z
dc.date.available1399-08-20T21:55:28Zfa_IR
dc.date.available2020-11-10T21:55:29Z
dc.date.issued2016-01-21en_US
dc.date.issued1394-11-01fa_IR
dc.identifier.citationدشت بیاض, محمدرضا, Ghanbarian, M.. (1394). مقایسه روش‌های شبکه عصبی مصنوعی در مدل‌سازی فرایند تراش کاری ماده مرکب زمینه پلیمری. مهندسی مکانیک امیرکبیر (امیرکبیر), 47(2), 85-100. doi: 10.22060/mej.2016.493fa_IR
dc.identifier.issn2008-6032
dc.identifier.issn2476-3446
dc.identifier.urihttps://dx.doi.org/10.22060/mej.2016.493
dc.identifier.urihttps://mej.aut.ac.ir/article_493.html
dc.identifier.urihttps://iranjournals.nlai.ir/handle/123456789/480156
dc.description.abstractدر این تحقیق ماده مرکب زمینه اپوکسی پرشده با ذرات آلومینیم تهیه گردیده و با تغییر شرایط مختلف تراش‌کاری شامل: سرعت برش، کسر وزنی ذرات، عمق برش و نرخ پیشروی از قطعات مواد مرکب براده‌برداری صورت گرفته است. سپس زبری سطح قطعات اندازه‌گیری شده و برای پیش‌بینی اثر چهار عامل تراش‌کاری بر زبری سطح قطعات، با استفاده از دو نوع شبکه عصبی شامل: شبکه عصبی چند لایه پرسپترون و شبکه عصبی با تابع پایه شعاعی، مدل‌سازی انجام شده است. ضرایب همبستگی بین داده‌های خروجی مدل‌ها و داده‌های تجربی نشان داده است که شبکه چند لایه پروسپترون نسبت به شبکه با تابع پایه شعاعی انطباق بهتری با نتایج آزمایشگاهی نشان می‌دهد (ضریب همبستگی 835/0 برای شبکه چند لایه پرسپترون و 524/0 برای شبکه با تابع پایه شعاعی). به علت دارا بودن ضریب همبستگی بالاتر در شبکه عصبی چند لایه پرسپترون، این شبکه برای مدل‌سازی تاثیر عوامل تراش‌کاری بر زبری سطح پیشنهاد شده است.fa_IR
dc.format.extent1138
dc.format.mimetypeapplication/pdf
dc.languageفارسی
dc.language.isofa_IR
dc.publisherدانشگاه صنعتی امیر کبیرfa_IR
dc.relation.ispartofمهندسی مکانیک امیرکبیر (امیرکبیر)fa_IR
dc.relation.isversionofhttps://dx.doi.org/10.22060/mej.2016.493
dc.subjectتراش‌کاریfa_IR
dc.subjectماده مرکب زمینه پلیمریfa_IR
dc.subjectزبری سطحfa_IR
dc.subjectشبکه عصبی چند لایه پرسپترونfa_IR
dc.subjectشبکه عصبی با تابع پایه شعاعیfa_IR
dc.titleمقایسه روش‌های شبکه عصبی مصنوعی در مدل‌سازی فرایند تراش کاری ماده مرکب زمینه پلیمریfa_IR
dc.typeTexten_US
dc.typeمقاله پژوهشیfa_IR
dc.contributor.departmentاستادیار، گروه مهندسی مکانیک، دانشکده فنی و مهندسی، دانشگاه شهید باهنر کرمانfa_IR
dc.contributor.departmentکارشناس ارشد، مهندسی مکانیک، هنرستان شهید چمران قائنfa_IR
dc.citation.volume47
dc.citation.issue2
dc.citation.spage85
dc.citation.epage100


فایل‌های این مورد

Thumbnail

این مورد در مجموعه‌های زیر وجود دارد:

نمایش مختصر رکورد