CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

مدل سازی فرایند ماشین کاری تخلیه الکتریکی بر مبنای رگرسیون فرایند گاوسی و بهینه سازی آن با استفاده از الگوریتم شیرمورچه چندهدفه

اعتبار موردنیاز PDF: ۱ | تعداد صفحات: ۶ | تعداد نمایش خلاصه: ۷ | نظرات: ۰
سال انتشار: ۱۳۹۷
کد COI مقاله: ICME15_026
زبان مقاله: فارسی
حجم فایل: ۳۵۶.۷۷ کیلوبایت (فایل این مقاله در ۶ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۶ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳۰,۰۰۰ ریال بلافاصله دریافت فرمایید
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۶ صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله مدل سازی فرایند ماشین کاری تخلیه الکتریکی بر مبنای رگرسیون فرایند گاوسی و بهینه سازی آن با استفاده از الگوریتم شیرمورچه چندهدفه

  نادر ملایی - مربی، گروه مهندسی کامپیوتر، دانشگاه صنعتی بیرجند، خراسان جنوبی، بیرجند
  معین غلامی - دانشجوی کارشناسی ارشد، مهندسی مکانیک، دانشگاه صنعتی بیرجند، خراسان جنوبی، بیرجند
  ابوالفضل فورگی نژاد - استادیار، گروه مهندسی مکانیک، دانشگاه صنعتی بیرجند، خراسان جنوبی، بیرجند

چکیده مقاله:

فرآیند ماشین کاری تخلیه الکتریکی، روشی نسبتا جدید برای ساخت قطعات دقیق، پیچیده و همچنین برش مواد رسانا (نیمه رسانا) با سختی بالا می باشد. یکی از مسایل مهم در این فرآیند، بهینه سازی متغیرهای آن، جهت نیل به حداکثر نرخ براده برداری توام با حداقل نرخ فرسایش ابزار می باشد. با توجه به اثر بسیار پیچیده چندمتغیره و غیرخطی متغیرهای ورودی فرآیند بر پارامترهای مطلوب، تاکنون رابطه مستقیم قابل قبولی برای مدلسازی آن، ارایه نگردیده است. لذا، استفاده ازابزارهای یادگیری ماشین در این حوزه می تواند مفید باشد. در این تحقیق، ابتدا به مدلسازی پارامترهای مطلوب در این فرآیند با استفاده از رگرسیون فرآیند گاوسی، به عنوان یکی از روش های کارآمد در یادگیری ماشین پرداختیم. نتایج نشان دهنده دقت و قابلیت تعمیم بالای این روش در این مدلسازی می باشد. در ادامه، بر مبنای مدل های ایجاد شده، بهینه سازی پارامترهای ماشین کاری را با استفاده از الگوریتم شیرمورچه چند هدفه، بررسی نمودیم و دسته ای از پارامترهای بهینه بر مبنای نمودار پارتو ارایه نمودیم. با استفاده از این نقاط بهینه میتوان پارامترهای ورودی را جهت نیل به مقادیر بهینه نرخ براده برداری و نرخ فرسایش ابزار تنظیم نمود.

کلیدواژه‌ها:

ماشین کاری تخلیه الکتریکی، رگرسیون فرایند گاوسی، الگوریتم شیر مورچه چند هدفه، نمودار پارتو

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-ICME15-ICME15_026.html
کد COI مقاله: ICME15_026

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
ملایی, نادر؛ معین غلامی و ابوالفضل فورگی نژاد، ۱۳۹۷، مدل سازی فرایند ماشین کاری تخلیه الکتریکی بر مبنای رگرسیون فرایند گاوسی و بهینه سازی آن با استفاده از الگوریتم شیرمورچه چندهدفه، پانزدهمین کنفرانس ملی و چهارمین کنفرانس بین المللی مهندسی ساخت و تولید، تهران، انجمن مهندسی ساخت و تولید ایران، https://www.civilica.com/Paper-ICME15-ICME15_026.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (ملایی, نادر؛ معین غلامی و ابوالفضل فورگی نژاد، ۱۳۹۷)
برای بار دوم به بعد: (ملایی؛ غلامی و فورگی نژاد، ۱۳۹۷)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: ۴۶۹
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.