Application of Neural Network and FEM to Optimize Load Path of T-shape Tube Hydro Forming
سال انتشار: 1386
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,651
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICME08_028
تاریخ نمایه سازی: 27 آبان 1388
چکیده مقاله:
During tube hydroforming (THF) process, failure modes such as buckling, necking and bursting may occur because axial feeding and internal pressure are imposed simultaneously. As load path has great influence on THF, prediction of properties of final product is difficult and a time consuming work. In this study, Neural Network algorithm and ANSYS LS-DYNA and ANSYS Program Language Design (APDL), was used to predict final product properties of T- shapebranch workpiece. FE model and Neural Network were verified using experimental result for a determined load path. Finally direct search method has been used to obtain optimum load path for higher formability.
کلیدواژه ها:
نویسندگان
A Jaamialahmadi
Lecturer Department of Mechanical Engineering Ferdowsi University of Mashhad,
M Kadkhodayan
Associated Professor Department of Mechanical Engineering Ferdowsi University of Mashhad,
E Masumi
BSc Department of Mechanical Engineering Ferdowsi University of Mashhad,
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :