فرهاد کلاهان - دانشیار، گروه مکانیک، دانشکدهی مهندسی، دانشگاه فردوسی مشهد؛
عطا الله جداری لطف آبادی - دانشجوی کارشناسی ارشد، گروه مکانیک، دانشکده مهندسی، دانشگاه فردوسی مشهد؛
محمد مهدی تفرج - دانشجوی دکترای، گروه مکانیک، دانشکدهی مهندسی، دانشگاه فردوسی مشهد؛

جوشکاری قوسی با الکترود تنگستن در پناه گاز محافظ که به اختصار جوش آرگون یا تیگ نامیده می شود یکی از مهمترین روش های جوشکاری در صنایع مختلف است. با توجه به این موضوع که کیفیت جوش میتواند به هندسه جوش نیز وابسته است، در این پژوهش، از شبکههای عصبی مصنوعی و مدلهای رگرسیونی برای یافتن رابطهای بین متغیرهای فرآیند جوشکاری (شامل شدت جریان، سرعت جوشکاری و گپ) با شکل حوضچه ی جوش استفاده و عملکرد هر دو روش در پیشبینی ابعاد حوضچه ی حرارتی مقایسه شده است. قابلیت مدلهای حاصل با داده های تجربی سنجیده شد. نتایج نشان داد که مدل حاصل از شبکه های عصبی تطابق بهتری با دادههای تجربی دارد و دارای خطای کمتری میباشد.

شبکههای چند لایه پرسپترون، جوش تیگ، مدل رگرسیونی، حوضچه جوش