مدل‌سازی ارتفاع جوش در فرآیند جوشکاری قوس الکتریکی با گاز محافظ در حضور نانوذرات Tio2 توسط شبکه‌ی عصبی مصنوعی

یکی از مشخصه‌های کیفیت اتصالات جوش شده در جوشکاری قوس الکتریکی با گاز محافظ ارتفاع جوش می‌باشد. این مقاله بر یک مطالعه‌ی آزمایشگاهی که به منظور دستیابی به یک مدل با استفاده از شبکه‌ی عصبی مصنوعی برای پیش‌بینی ارتفاع جوش در فرآیند جوشکاری قوس الکتریکی با گاز محافظ با حضور نانوذرات tio2 انجام شد، تاکید دارد. برای مدل‌سازی، ولتاژ قوس، جریان جوشکاری، سرعت جوشکاری، درصد گاز آرگون در ترکیب گاز آرگون و دی‌اکسید کربن و ضخامت لایه‌ی نانوذرات tio2 به‌عنوان پارامترهای ورودی و ارتفاع جوش به‌عنوان پارامتر خروجی در نظر گرفته شدند. در آزمایش‌ها ماتریس طراحی دالرت به‌منظور جمع آوری داده‌ استفاده شد. مدل شبکه‌ی عصبی مصنوعی ایجاد شد و توسط 5 آزمایش خارج از ماتریس طراحی ارزیابی شد. نتیجه‌ی قابل توجه این مطالعه مکانیزم تمرکز قوس به علت اثرات متقابل بین پارامترهای ورودی جوشکاری و نانوذرات tio2 می‌باشد. علاوه براین نتایج نشان داد که افزایش ضخامت لایه‌ی نانوذرات tio2 تا حدود 9/0 میلی‌متر ارتفاع جوش را افزایش داد درحالی‌که در ادامه با افزایش بیشتر ضخامت تا 1 میلی‌متر ارتفاع جوش کاهش یافت. در حقیقت این تغییر در ارتفاع جوش می‌تواند به علت آزاد شدن اکسیژن ناشی از تجزیه‌ی گرمایی نانوذرات tio2 و دی‌اکسید کربن روی سطح حوضچه‌ی مذاب باشد. اکسیژن کشش سطحی را تحت تاثیر قرار داد. در نهایت جهت جابجایی مارانگونی جریان سیال در حوضچه‌ی مذاب دچار تغییر شد و بر ارتفاع جوش تاثیر گذاشت. در روش شبکه‌ی عصبی مصنوعی، میانگین مربعات خطا برای مجموعه‌ی آموزش0066/0، برای مجموعه‌ی ارزیابی 0063/0 و برای مجموعه‌ی آزمایش 0093/0 می‌باشد. درنهایت نتیجه گرفته شد که شبکه‌ی عصبی مصنوعی یک روش دقیق برای پیش‌بینی ارتفاع جوش می‌باشد.