دوره 2، شماره 2 - ( نشریه علوم و فناوری جوشکاری ایران 1395 )                   جلد 2 شماره 2 صفحات 70-56 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Gharaei H, Salehi M, Nahvi M, Sadeghian B. Optimization of gas tungsten arc welding (GTAW) to develop the NiAl coating using neural networks and genetic algorithm. Journal of Welding Science and Technology of Iran 2016; 2 (2) :56-70
URL: http://jwsti.iut.ac.ir/article-1-98-fa.html
قارایی حمید، صالحی مهدی، نحوی مهران، صادقیان بهزاد. بهینه سازی پارامتر های جوشکاری قوسی تنگستن-گاز جهت توسعه پوشش ترکیب NiAl توسط شبکه عصبی و الگوریتم ژنتیک. مجله علمی-پژوهشی علوم و فناوری جوشکاری ایران 1395; 2 (2) :70-56

URL: http://jwsti.iut.ac.ir/article-1-98-fa.html


چکیده:   (6715 مشاهده)

در این پژوهش به منظور تولید و توسعه پوشش ترکیب بین فلزی NiAl با بهترین رفتار سایشی و بیشترین میزان سختی از مدل سازی شبکه عصبی مصنوعی و الگوریتم ژنتیک استفاده شد. تاثیر تغییر پارامترهای شدت جریان، ولتاژ و جریان گاز محافظ روی سختی و مقاومت سایشی با استفاده از این مدل ها و الگوریتم ژنتیک  بهینه سازی شد. در ادامه مقادیر بهینه برای شدت جریان، ولتاژ و جریان گاز محافظ به
ترتیب(A) م90،(V) 10 و Lit/min9 بدست آمد. سپس رفتار سایشی در دمای محیط و دمای بالای ترکیب NiAl تولید شده  با پارامترهای  بهینه و دو نمونه دیگر از آزمایشات با یکدیگر مقایسه شد.

متن کامل [PDF 184 kb]   (768 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: تخصصي

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به مجله علمی-پژوهشی علوم و فناوری جوشکاری ایران می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2023 CC BY-NC 4.0 | Journal of Welding Science and Technology of Iran

Designed & Developed by : Yektaweb