پیش بینی پیوستگی فرآیند جوشکاری زیر پودری در ساخت لوله های اسپیرال نفت و گاز با استفاده از شبکه های عصبی مصنوعی

دو نوع شبکه عصبی مصنوعی و هوشمند برای پیش بینی زمان توقف ماشین جوشکاری زیر پودری در خط تولید لولـه هـای انتقـال انرژی در یکی از سازندگان بزگ لوله های قطور طراحی گردیده است . شبکه اول قادر به پیش بینی زمان توقف بطور مسـتقل و شبکه دوم قادر به پیش بینی زمان توقف براساس زمان کارکرد می باشـد . هـر دو شـبکه ازنـوع Cascade-forward backprop می باشند که تابع آموزش آنها adoption learning function: learnGDM و trainLM می باشند که performance function =MSE در نظر گرفته شده اسـت . سـاختار شـبکه اول سـاختار 1} و 15 و 25 و 20 و {1 و ساختار شبکه دوم 1} و 5 و 33 و 22 و {1 طرح گردیده است . نتایج داده های تست حاکی از قدرت مناسب پیش بینـی توسـط روش بکار رفته است .

کلیدواژه ها:

لوله اسپیرال ، نفت وگاز ، جوشکاری زیر پودری ، شبکه های عصبی مصنوعی