مجله علمی-پژوهشی علوم و فناوری جوشکاری ایران، جلد ۳، شماره ۲، صفحات ۵۶-۷۰
عنوان فارسی بهینه سازی پارامتر های جوشکاری قوسی تنگستن-گاز جهت توسعه پوشش ترکیب NiAl توسط شبکه عصبی و الگوریتم ژنتیک
چکیده فارسی مقاله 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.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Optimization of gas tungsten arc welding (GTAW) to develop the NiAl coating using neural networks and genetic algorithm
چکیده انگلیسی مقاله In this research, artificial neural network (ANN) and genetic algorithm (GA) were used in order to produce and develop the NiAl intermetallic coating with the best wear behavior and the most value of hardness. The effect of variations of current, voltage and gas flow on the hardness and wear resistance were optimized by ANN and GA. In the following, the optimum values of current, voltage and gas flow were obtained 90(A), 10(v) and 9 (Lit/min), respectively. Then, the wear behavior in the environment temperature and high temperature for optimized NiAl compound was compared with two other experimental samples.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله حمید قارایی | hamid gharaei


مهدی صالحی | mahdi salehi


مهران نحوی | mehran nahvi


بهزاد صادقیان | behzad sadeghian


نشانی اینترنتی http://jwsti.iut.ac.ir/browse.php?a_code=A-10-1-24&slc_lang=fa&sid=fa
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده تخصصی
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات