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

کاربرد یک سیستم هیبرید هوش مصنوعی برای بهینه سازی مغایرتهای ابعادی قطعه کار در فرآیند تزریق پلاستیک

اعتبار موردنیاز: ۱ | تعداد صفحات: ۸ | تعداد نمایش خلاصه: ۱۶۲۹ | نظرات: ۰
سرفصل ارائه مقاله: ساخت و تولید
سال انتشار: ۱۳۸۵
نوع ارائه: شفاهی
کد COI مقاله: ISME14_414
زبان مقاله: فارسی
حجم فایل: ۳۰۰.۲ کلیوبایت (فایل این مقاله در ۸ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۸ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله کاربرد یک سیستم هیبرید هوش مصنوعی برای بهینه سازی مغایرتهای ابعادی قطعه کار در فرآیند تزریق پلاستیک

  مهدی بی سپار - دانشجوی کارشناسی ارشد، دانشگاه تهران ، دانشکده فنی
    محسن حامدی (شناسه پژوهشگر - Researcher ID: ۴۳۷۸)
استادیار دانشکده فنی دانشگاه تهران

چکیده مقاله:

پیش بینی رفتار مذاب در هنگام تزریق و در نتیجه پیش بینی مغایرتهای ابعادی قطعه تولید شده در فرآیند تزریق پلاستیک به دلیل وجود روابط پیچیده و غیر خطی و تکثر پارامترهای موثر کار دشواری است. الزامات بازار رقابتی قطعه سازی، رسیدن به سطح خرابی سه عدد در یک میلیون را برای قطعه سازان ناگزیر می سازد و این امر در گرو بهینه سازی فرآیند تولید است. در این مقاله، ترکیبی از شبکه های عصبی مصنوعی و الگوریتم ژنتیک برای بهینه سازی مغایرتهای ابعادی قطعه کار مورد بحث قرار گرفته است. با استفاده از روش آزمایشهای عاملی پارامترها برسی و آزمایشها طراحی شد. با کاربرد روش تحلیل آماری پارتو، پارامترهای مهم مشخص شد. سپس با استفاده از نتایج آموزشهای تجربی، یک شبکه مصنوعی آموزش داده شد تا رابطه های غیر خطی فرآیند تزریق پلاستیک و تاثیر آن در پدیده انقباض و ایجاد مغایرت ابعادی را مشخص نماید. با مشخص شدن این دسته از روابط و با استفاده از الگوریتم ژنتیک پارامترهای زمان انجماد، دمای مذاب، فشار تزریق و دمای قالب بهینه سازی شدند تا مغایرتهای ابعادی قطعه به حداقل برسد.

کلیدواژه‌ها:

تزریق پلاستیک, دقت ابعادی, شبکه عصبی

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-ISME14-ISME14_414.html
کد COI مقاله: ISME14_414

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:
بی سپار, مهدی و محسن حامدی، ۱۳۸۵، کاربرد یک سیستم هیبرید هوش مصنوعی برای بهینه سازی مغایرتهای ابعادی قطعه کار در فرآیند تزریق پلاستیک، چهاردهمین کنفرانس سالانه مهندسی مکانیک، اصفهان، دانشگاه صنعتی اصفهان، https://www.civilica.com/Paper-ISME14-ISME14_414.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: (بی سپار, مهدی و محسن حامدی، ۱۳۸۵)
برای بار دوم به بعد: (بی سپار و حامدی، ۱۳۸۵)
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:
تعداد مقالات: ۶۳۸۷۴
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.