هوش مصنوعی در پیش بینی رفتار شکست مواد

چکیده مقاله

پیش بینی رفتار شکست مواد نقش اساسی در افزایش ایمنی، بهینه سازی طراحی و کاهش هزینه های نگهداشت سازه های مهندسی دارد روش های کلاسیک مکانیک شکست علی رغم پشتوانه نظری قوی، در مواجهه با شرایط پیچیده بارگذاری، ناهمگنی مواد و رفتارهای غیرخطی با محدودیت هایی روبه رو هستند در سال های اخیر هوش مصنوعی به عنوان ابزاری نوین برای تحلیل داده های پیچیده، ثبت روابط غیرخطی و شناسایی الگوهای پنهان توانسته افق های تازه ای در پیش بینی رفتار شکست ایجاد کند این مقاله با رویکردی مروری و تحلیلی نقش هوش مصنوعی در پیش بینی دقیق تر و تطبیقی تر شکست مواد را بررسی کرده و کاربرد آن را در حوزه هایی نظیر آغاز، ترک، رشد ترک و تخمین عمر شکست تحلیل می کند همچنین با مقایسه میان روش های فیزیک محور و مدل های داده محور بر ضرورت توسعه چارچوب های ترکیبی هوشمند تاکید می شود نتایج نشان می دهد که هوش مصنوعی می تواند مکمل موثری برای روش های سنتی بوده و مسیر جدیدی برای تحلیل دقیق تر و قابل اعتمادتر شکست مواد فراهم آورد

کلیدواژه‌ها

نویسندگان

امیرحسام فیضی

فارغ التحصیل کارشناسی ارشد، دانشکده مهندسی مکانیک، دانشگاه تهران

فیضی، امیرحسام،1404،هوش مصنوعی در پیش بینی رفتار شکست مواد،هشتمین کنفرانس بین المللی هوش مصنوعی و چشم انداز آینده آن در علوم مهندسی برق ، کامپیوتر ، مکانیک و مخابرات،مشهد

ارائه‌شده در

مجموعه مقالات هشتمین کنفرانس بین المللی هوش مصنوعی و چشم انداز آینده آن در علوم مهندسی برق ، کامپیوتر ، مکانیک و مخابرات5 آذر 1404 · مشهد