دوره 2، شماره 2 - ( نشریه علوم و فناوری جوشکاری ایران 1395 )
جلد 2 شماره 2 صفحات 70-56 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Gharaei H, Salehi M, Nahvi M, Sadeghian B. Optimization of gas tungsten arc welding (GTAW) to develop the NiAl coating using neural networks and genetic algorithm. JWSTI 2016; 2 (2) :56-70
URL: http://jwsti.iut.ac.ir/article-1-98-fa.html
URL: http://jwsti.iut.ac.ir/article-1-98-fa.html
قارایی حمید، صالحی مهدی، نحوی مهران، صادقیان بهزاد. بهینه سازی پارامتر های جوشکاری قوسی تنگستن-گاز جهت توسعه پوشش ترکیب NiAl توسط شبکه عصبی و الگوریتم ژنتیک. نشریه علوم و فناوری جوشکاری ایران. 1395; 2 (2) :56-70
حمید قارایی* 
1، مهدی صالحی ، مهران نحوی ، بهزاد صادقیان
1، مهدی صالحی ، مهران نحوی ، بهزاد صادقیان
1- ، h.gharaei@ma.iut.ac.ir
چکیده: (9178 مشاهده)
در این پژوهش به منظور تولید و توسعه پوشش ترکیب بین فلزی NiAl با بهترین رفتار سایشی و بیشترین میزان سختی از مدل سازی شبکه عصبی مصنوعی و الگوریتم ژنتیک استفاده شد. تاثیر تغییر پارامترهای شدت جریان، ولتاژ و جریان گاز محافظ روی سختی و مقاومت سایشی با استفاده از این مدل ها و الگوریتم ژنتیک بهینه سازی شد. در ادامه مقادیر بهینه برای شدت جریان، ولتاژ و جریان گاز محافظ به
ترتیب(A) م90،(V) 10 و Lit/min9 بدست آمد. سپس رفتار سایشی در دمای محیط و دمای بالای ترکیب NiAl تولید شده با پارامترهای بهینه و دو نمونه دیگر از آزمایشات با یکدیگر مقایسه شد.
واژه‌های کلیدی: ترکیب بین فلزی NiAl، روکش کاری جوشی، شبکه های عصبی مصنوعی، الگوریتم ژنتیک، سایش دما بالا
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
