TY - JOUR T1 - Optimization of gas tungsten arc welding (GTAW) to develop the NiAl coating using neural networks and genetic algorithm TT - بهینه سازی پارامتر های جوشکاری قوسی تنگستن-گاز جهت توسعه پوشش ترکیب NiAl توسط شبکه عصبی و الگوریتم ژنتیک JF - JWSTI JO - JWSTI VL - 2 IS - 2 UR - http://jwsti.iut.ac.ir/article-1-98-fa.html Y1 - 2016 SP - 56 EP - 70 KW - Intermetallic NiAl compound KW - Cladding KW - Artificial neural networks KW - Genetic algorithm KW - High temperature wear N2 - 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. M3 ER -