دانلود مقاله ترجمه شده پیش بینی توزیع دما و انرژی لازم در فرایند آهنگری داغ توسط کوپل کردن شبکه های عصبی و تحلیل اجزاء محدود


چطور این مقاله مهندسی مکانیک را دانلود کنم؟

فایل انگلیسی این مقاله با شناسه 2000275 رایگان است. ترجمه چکیده این مقاله مهندسی مکانیک در همین صفحه قابل مشاهده است. شما می توانید پس از بررسی این دو مورد نسبت به خرید و دانلود مقاله ترجمه شده اقدام نمایید

قیمت :
765,000 ریال
شناسه محصول :
2000275
سال انتشار:
2007
حجم فایل انگلیسی :
312 Kb
حجم فایل فارسی :
462 کیلو بایت
نوع فایل های ضمیمه :
Pdf+Word
کلمه عبور همه فایلها :
www.daneshgahi.com

عنوان فارسي

پیش بینی توزیع دما و انرژی لازم در فرایند آهنگری داغ توسط کوپل کردن شبکه های عصبی و تحلیل اجزاء محدود

عنوان انگليسي

Prediction of temperature distribution and required energy in hot forging process by coupling neural networks and finite element analysis

نویسنده/ناشر/نام مجله

Materials Letters

این مقاله چند صفحه است؟

این مقاله ترجمه شده مهندسی مکانیک شامل 5 صفحه انگلیسی به صورت پی دی اف و 12 صفحه متن فارسی به صورت ورد تایپ شده است

چکیده فارسی


چکیده

در این تحقیق، یک مدل شبکه عصبی برای محاسبه تنش جریان (تنش جریانی-تنش سیلان-flow stress)  فلز تغییرشکل یافته به صورت تابعی از دما، کرنش و نرخ کرنش به کار می رود. سپس با کمک این مدل و به کارگیری تحلیل اجزاء محدود، رفتار جریان ماده و تغییرات دما در فرایند آهنگری پرسی داغ (hot upsetting) پیش بینی می گردد. برای بررسی مدل، آهنگری داغ غیرهمدمای یک فولاد کم-کربن انجام می شود در حالی که رفتار نیرو-جابجایی در طول تغییرشکل داغ ثبت می گردد. تطابق خوبی بین داده های پیش بینی شده و نتایج اندازه گیری شده مشاهده می شود.

1-مقدمه

تحقیقات زیادی برای پیش بینی رفتار ماده در جریان فرایندهای چکش کاری داغ (hot working) انجام شده است. بیشتر آنها بر اساس تکنیک های عددی از قبیل روش اجزاء محدود انجام شده است. تعیین تنش جریان ماده در حال تغییر شکل نکته مهمی در مدلسازی تغییرشکل ماده به ویژه در فرایندهای تغییرشکل داغ است. برای غلبه بر این مشکل مدلها و روابط مختلفی استخراج شده اند. برخی از این مدلها بر اساس مشاهدات تجربی و پیشنهاد یک تابع مناسب برای توصیف تنش جریانی هستند در حالی که برخی دیگر معمولاً برای کنترل رفتار ماده در فلزات و آلیاژهای مختلف معرفی شده اند. با این حال، مدلهای ایجاد شده عمدتاً برای شرایط همدما (ایزوترمال) یا برای نوع خاصی از آلیاژها مناسب هستند.

برای حل این مشکل، در این تحقیق یک مدل شبکه عصبی به یک تحلیل اجزاء محدود دو-بعدی کوپل شده است تا رفتار غیرخطی تنش جریانی را به صورت تابعی از دما، کرنش و نرخ کرنش محاسبه نمود. بدین گونه تنش جریانی را می توان محاسبه کرد و در مدلسازی آهنگری داغ تحت هر دو شرایط همدما و غیرهدما به کار برد. همچنین این مدل را می توان برای انواع مختلفی از فلزات و آلیاژها بدون اصلاحات اساسی به کار گرفت. تحلیل ریاضی به کار برده شده قادر به در نظر گرفتن اثرات پارامترهای مختلفی از قبیل کاهش، سرعت تغییرشکل و دمای اولیه می باشد. به منظور بررسی مدل پیشنهادی، آهنگری داغ یک فولاد کم-کربن در نظر گرفته می شود. آزمایشهای تراکم داغ روی فولاد انجام می شود و رفتار جریانی آن تحت شرایط کاری مختلف تعیین می شود. سپس این نتایج برای ساخت شبکه عصبی و نیز انجام تحلیل اجزاء محدود به کار می رود. آنگاه، اعتبار مدل به وسیله مقایسه پیش بینی های مدل و نتایج تجربی آزمایشهای آهنگری داغ غیرهمدما مورد آزمایش قرار می گیرد....

تحلیل اجزاء محدود شبکه های عصبی چکش کاری داغ (hot working) :کلمات کلیدی

چکیده انگلیسی


Abstract

In this work, a neural network model is used to calculate flow stress of deforming metal as a function of temperature, strain and strain rate. Then, with the aid of this model and employing a finite element analysis, flow behavior of material and the temperature variations in hot upsetting process are predicted. To examine the model, hot nonisothermal forging of a low carbon steel is performed while force–displacement behavior during hot deformation is recorded. A good agreement is observed between the predicted data and the measured results

Keywords: Finite element analysis Neural networks Hot working
Skip Navigation Linksصفحه اصلی > دپارتمان ها > دپارتمان فنی و مهندسی > مهندسی مکانیک > مقاله های مهندسی مکانیک و ترجمه فارسی آنها > پیش بینی توزیع دما و انرژی لازم در فرایند آهنگری داغ توسط کوپل کردن شبکه های عصبی و تحلیل اجزاء محدود
کتابخانه الکترونیک
دانلود مقالات ترجمه شده
جستجوی مقالات
با انتخاب رشته مورد نظر خود می توانید مقالات ترجمه شده آن رو به صورت موضوع بندی شده مشاهده نمایید