سال انتشار: ۱۳۸۶

محل انتشار: اولین کنفرانس لوله و صنایع وابسته

تعداد صفحات: ۹

نویسنده(ها):

سیدجعفر گلستانه – شرکت لوله و تجهیزات سدید
محمدرضا فروزان – دانشگاه صنعتی اصفهان
فرنوش فروزان – دانشگاه صنعتی اصفهان
سیدعلیرضا طباطبایی – شرکت لوله و تجهیزات سدید

چکیده:

دو نوع شبکه عصبی مصنوعی و هوشمند برای پیش بینی زمان توقف ماشین جوشکاری زیر پودری در خط تولید لولـه هـای انتقـال انرژی در یکی از سازندگان بزگ لوله های قطور طراحی گردیده است . شبکه اول قادر به پیش بینی زمان توقف بطور مسـتقل و شبکه دوم قادر به پیش بینی زمان توقف براساس زمان کارکرد می باشـد . هـر دو شـبکه ازنـوع Cascade-forward backprop می باشند که تابع آموزش آنها adoption learning function: learnGDM و trainLM می باشندکه performance function =MSE در نظر گرفته شده اسـت . سـاختار شـبکه اول سـاختار ۱} و ۱۵ و ۲۵ و ۲۰ و {۱ و ساختار شبکه دوم ۱} و ۵ و ۳۳ و ۲۲ و {۱ طرح گردیده است . نتایج داده های تست حاکی از قدرت مناسب پیش بینـی توسـط روش بکار رفته است .