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. JWSTI 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. نشریه علوم و فناوری جوشکاری ایران. 1395; 2 (2) :56-70

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


1- ، h.gharaei@ma.iut.ac.ir
چکیده:   (7738 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]   (1107 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

© 2024 CC BY-NC 4.0 | Journal of Welding Science and Technology of Iran

Designed & Developed by : Yektaweb