Academic Journal

مقایسه روش های رگرسیون، کلونی زنبورعسل و شبکه عصبی مصنوعی در پیش بینی پرشدگی قالب در مهرزنی صفحات دوقطبی پیل سوختی

التفاصيل البيبلوغرافية
العنوان: مقایسه روش های رگرسیون، کلونی زنبورعسل و شبکه عصبی مصنوعی در پیش بینی پرشدگی قالب در مهرزنی صفحات دوقطبی پیل سوختی
المؤلفون: وحید مدانلو, احمد مشایخی, بهنام اخوندی
المصدر: نشریه علوم کاربردی و محاسباتی در مکانیک, Vol 36, Iss 2, Pp 47-58 (2024)
بيانات النشر: Ferdowsi University of Mashhad, 2024.
سنة النشر: 2024
المجموعة: LCC:Mechanical engineering and machinery
مصطلحات موضوعية: صفحات دوقطبی تیتانیومی, عمق شکلدهی, فرآیند مهرزنی, الگوریتم کلونی زنبورعسل مصنوعی, شبکه عصبی مصنوعی, Mechanical engineering and machinery, TJ1-1570
الوصف: افزایش عمق میکروکانال‌های صفحات دوقطبی فلزی در پیل های سوختی غشاء پروتون منجر به افزایش بازده خواهد شد. در این پژوهش، از فرآیند مهرزنی برای ساخت صفحات دوقطبی از جنس تیتانیوم خالص تجاری با الگوی شیاری موازی مستقیم استفاده‌شده است. تأثیر پارامترهای فرآیند شامل لقی قالب، سرعت شکل دهی و ضریب اصطکاک بین ورق و قالب بر روی نرخ پرشدگی و میزان نازک شدگی صفحات دوقطبی بررسی شد. آزمایش های لازم با استفاده از روش رویه پاسخ طراحی، با استفاده از مدل اجزای محدود صحت سنجی شده اجرا و خروجی های موردنظر استخراج شدند. سپس با استفاده از روش رگرسیون، یک معادله درجه دوم برای پیش بینی نرخ پرشدگی بر اساس پارامترهای ورودی ارائه شد. در ادامه با استفاده از الگوریتم کلونی زنبورعسل مصنوعی، ضرایب معادله مذکور بهبودیافته و میزان خطای آن در حدود 53% کاهش یافت. در پایان نیز از یک شبکه عصبی مصنوعی برای پیش بینی نرخ پرشدگی استفاده شد. نتایج نشان داد که شبکه عصبی پیشنهادی بسیار مؤثر بوده و با دقت بسیار بالایی نرخ پرشدگی میکروکانال را تقریب می زند.
نوع الوثيقة: article
وصف الملف: electronic resource
اللغة: Persian
تدمد: 2008-918X
2423-6519
Relation: https://mechanic-ferdowsi.um.ac.ir/article_44529_6acfc100de85d1cedf2f015d716866f6.pdf; https://doaj.org/toc/2008-918X; https://doaj.org/toc/2423-6519
DOI: 10.22067/jacsm.2023.84567.1205
URL الوصول: https://doaj.org/article/3fec3ee7c6b94ae794d0706e714c5309
رقم الانضمام: edsdoj.3fec3ee7c6b94ae794d0706e714c5309
قاعدة البيانات: Directory of Open Access Journals
الوصف
تدمد:2008918X
24236519
DOI:10.22067/jacsm.2023.84567.1205