مقایسه شبکههای عصبی مصنوعی با رویکرد پرسپترون چند لایه و تابع پایه شعاعی درپیشبینی زاویه خمش ایجاد شده در فرآیند شکلدهی لیزر

فرآیند شکل دهی به کمک لیزر به عنوان یکی از روش های شکل دهی نوین حرارتی در شکل دهی و خم کاری ورق های فلزی و غیر فلزی مورد استفاده قرار می گیرد. در این فرآیند، قطعه کار در اثر حرکت پرتو لیزر در طول یک مسیرمشخص دچار تغییر شکل می شود. مهم ترین پارامتر این فرآیند زاویه خمش ایجاد شده در پایان عملیات می باشد که به پارامترهایی نظیر خواص فیزیکی و مکانیکی ماده، توان لیزر، سرعت حرکت لیزر و تعداد دفعات اسکن وابسته است. در اینمقاله از دو شبکه عصبی مصنوعی با رویکرد پرسپترون چند لایه و تابع پایه شعاعی به منظور پیش بینی زاویه خمشاستفاده شده است. جهت آموزی این دو شبکه از داده های تجربی با در نظر گرفتن توان لیزر و سرعت حرکت لیزر به عنوان پارامترهای ورودی استفاده شده است. مقایسه داده های حاصل از شبکههای عصبی مصنوعی نشان میدهد که روش پرسپترون چند لایه توانایی بیشتری در پیش بینی دقیق زاویه خمش نسبت به روش تابع پایه شعاعی دارد

کلیدواژه ها:

شکلدهی لیزر ، زاویه خمش ، شبکه عصبی مصنوعی ، پرسپترون چند لایه ، تابع پایه شعاعی