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

بهینه سازی عملیات سنگزنی خزشی پره توربین موتور هواپیما با استفاده از الگوریتم ژنتیک و شبکه عصبی

اعتبار موردنیاز: ۱ | تعداد صفحات: ۶ | تعداد نمایش خلاصه: ۳۴۷۸ | نظرات: ۰
سرفصل ارائه مقاله: Machining and Automation - Traditional and Non-Traditional Machining
سال انتشار: ۱۳۸۶
نوع ارائه: شفاهی
کد COI مقاله: ISME15_198
زبان مقاله: فارسی
حجم فایل: ۲۹۱.۷۹ کلیوبایت (فایل این مقاله در ۶ 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 ۶ 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 بهینه سازی عملیات سنگزنی خزشی پره توربین موتور هواپیما با استفاده از الگوریتم ژنتیک و شبکه عصبی

  محمد صدیقی - استادیار - دانشگاه علم و صنعت ایران، دانشکده مکانیک
  داود افشاری - دانشجوی کارشناسی ارشد - دانشگاه علم و صنعت ایران، دانشکده مکانیک

چکیده مقاله:

یکی از مناسب ترین و اقتصادی ترین روشهای ماشینکاری پره های توربین هواپیما با توجه به جنس این قطعات (سوپر آلیاژ) روش سنگزنی خزشی می باشد. از مزایای مهم این روش، توانایی ماشینکاری مواد سخت با حجم براده برداری بالا، دقت ابعادی مناسب و صافی سطح مطلوب می باشد. در این مقاله عملیات سنگزنی خزشی با استفاده از الگوریتم ژنتیک و شبکه عصبی مصنوعی، بهینه سازی شده است. داده های مورد استفاده در این مقاله از عملیات سنگ زنی خزشی پره توربین هواپیما استخراج شده است. مولفه های ورودی در نظر گرفته شده جهت بهینه سازی عبارتند از : سرعت چرخشی سنگ، سرعت پیشروی سنگ و عمق براده برداری، بهینه سازی عملیات سنگ زنی خزشی در این مقاله بر اساس تعامل دو مولفه صافی سطح و نرخ براده برداری در واحد زمان در نظر گرفته شده است. جهت پیش بینی صافی سطح قطعه بر حسب مولفه های ورودی از شبکه عصبی مصنوعی استفاده شده است. نوع شبکه مورد استفاده از نوع شبکه پیش خور پس انتشار خطا می باشد. این شبکه دارای توانایی بسیار بالایی در پیش بینی مولفه ها می باشد. با اتصال شبکه عصبی ایجاد شده به الگوریتم ژنتیک خروجیهای بدست آمده از شبکه عصبی به الگوریتم ژنتیک منتقل شده و با استفاده از الگوریتم ژنتیک عملیات سنگزنی خزشی پره توربین هواپیما نسبت به نرخ براده برداری در واحد زمان و صافی سطح ، بهینه سازی شده است.

کلیدواژه‌ها:

الگوریتم ژنتیک، شبکه عصبی، سنگزنی خزشی، ماشینکاری پره توربین

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-ISME15-ISME15_198.html
کد COI مقاله: ISME15_198

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:
صدیقی, محمد و داود افشاری، ۱۳۸۶، بهینه سازی عملیات سنگزنی خزشی پره توربین موتور هواپیما با استفاده از الگوریتم ژنتیک و شبکه عصبی، پانزدهمین کنفرانس سالانه مهندسی مکانیک، تهران، دانشگاه صنعتی امیرکبیر، https://www.civilica.com/Paper-ISME15-ISME15_198.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: (صدیقی, محمد و داود افشاری، ۱۳۸۶)
برای بار دوم به بعد: (صدیقی و افشاری، ۱۳۸۶)
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: ۲۷۷۱۱
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.