چکیده مقاله
برای مدلسازی رفتار مواد مختلف طی فرایندهای تغییر شکل گرم از روش های متعددی استفاده می شود بطور کلی روش های مدل سازی رفتار تغییر شکل مواد مختلف را می توان به سه دسته مدل های جامع پدیداری، مدل های جامع فیزیک مبنا و مدل های شبکه عصبی دسته بندی کرد در این تحقیق، از شبکه عصبی پیشرو با الگوریتم پس انتشار خطا برای مدل سازی رفتار تغییر شکل گرم آلیاژ منیزیمی AZ91 استفاده می گردد به منظور توسعه مدل شبکه عصبی از نتایج حاصل از انجام آزمون فشار گرم در دماهای 325، 350، 375، 400 و 425 درجه سانتی گراد با اعمال سه نرخ کرنش 0/01، 0/1 و 1s 1 استفاده شده است جهت ارزیابی عملکرد مدل توسعه داده شده از معیار ریشه میانگین مربعات خطا RMSE استفاده شد مشاهده شد که نتایج حاصل از مدل توسعه داده شده با مقدار ریشه میانگین مربعات خطای ناچیز 0/53 مگاپاسکال برای کل داده ها به خوبی با نتایج آزمایشگاهی مطابقت دارد
کلیدواژه‌ها
نویسندگان
مسعود رخش خورشید
استادیار، مهندسی مکانیک، دانشگاه صنعتی بیرجند، بیرجند
شیوه ارجاع
�خش خورشید، مسعود،1394،استفاده از شبکه عصبی جهت مدل سازی منحنی های سیلان تغییر شکل گرم آلیاژ منیزیمی AZ91،نخستین کنفرانس ملی محاسبات نرم،رشت
ارائه‌شده در
مجموعه مقالات نخستین کنفرانس ملی محاسبات نرم27 آبان 1394 · رشت