CV Personal Website


Seyed Mohammad Hossein Seyedkashi

Seyed Mohammad Hossein Seyedkashi

Professor

عضو هیئت علمی تمام وقت

Faculty: Engineering

Department: Mechanical Engineering

Degree: Ph.D

CV Personal Website
Seyed Mohammad Hossein Seyedkashi

Professor Seyed Mohammad Hossein Seyedkashi

عضو هیئت علمی تمام وقت
Faculty: Engineering - Department: Mechanical Engineering Degree: Ph.D |

Seyed Mohammad Hossein Seyedkashi received the Bachelor of Science degree in Manufacturing Engineering from Tabriz University, Tabriz, Iran, in 2003, the Master of Science degree from Tarbiat Modares University, Tehran, Iran, in 2005, and the Ph.D. degree in Manufacturing Engineering from Tarbiat Modares University in 2012. He is currently a Professor in the Mechanical Engineering Department, Faculty of Engineering, at the University of Birjand, Birjand, Iran. His research interests include metal forming (hydroforming, laser forming, roll forming), additive manufacturing, friction welding, and optimization.

 

 

My affiliation

Mechanical Engineering Department, Faculty of Engineering, University of Birjand, Birjand, Iran.

 

نمایش بیشتر

شبیه سازی فرآیند اکستروژن با استفاده از روش اجزاء محدود و پیش بینی نتایج حاصلاز آن به کمک استفاده از شبکه عصبی مصنوعی

Authorsخلیل خلیلی,حمید بهلولی,سیدمحمدحسین سیدکاشی
Conference Titleبیست و ششمین همایش سالانه بین المللی مهندسی مکانیک ایران
Holding Date of Conference2018-04-24
Event Placeسمنان
Page number0-0
PresentationSPEECH
Conference LevelInternal Conferences

Abstract

بیست و ششمینهمایش سالانهبینالمللیمهندسی مکانیک ایران،ISME8102دانشکده مهندسی مکانیک، دانشگاه سمنان،سمنان ،ایران،4تا6اردیبهشت 79311ISME0211-XXXXشبیه سازی فرآیند اکستروژن با استفاده از روش اجزاء محدود و پیش بینی نتایج حاصلاز آن به کمک استفاده از شبکه عصبی مصنوعیحمید بهلولی 1،خلیلخلیلی2،سیدمحمد حسینسیدکاشی37ایران،بیرجند،شوکت آباد، دانشگاه بیرجند،دانشکده مهندسی ،hamidb729@gmail.com2ایران،بیرجند،شوکت آباد، دانشگاه بیرجند،دانشکده مهندسی ،kh.khalili@birjand.ac.ir9ایران،بیرجند،شوکت آباد، دانشگاه بیرجند،دانشکده مهندسی،Seyedkashi@birjand.ac.irچکیده در مطالعه حاضر، فرایند اکستروژن یک قطعه از جنس فوولاد AISI-7391توسط نرم افزار اجزاء محدود Deform9Dکه بخصوص بورای فرایندهای شکل دهی حجیم طراحی گردیده، شبیه سازی شده است. از آنجاییکه پیش بینی دقیو مدودار نیوروی سونبه ، دموا و تنشوهای بوچود آمده در قالب و قطعه و نیز پیش بینوی مدودار سوایش دیوواره قالب در دقت ابعادی و خواص مکانیکی محصول، حائز اهمیت است و با توجه به تعداد پارامترهای موثر و نیز ماهیت غیور خطوی فراینود، از شبکه عصبی مصنوعی استفاده شده است. از طرفی استفاده از شوبکه عصبی باعث صرفه جویی در زمان تحلیل فرایند می شود. در اینجوا از شبکه عصبی پیشخور با الگوریتم پس انتشار خطا استفاده شده اسوت که یکی از قوی ترین شبکه ها برای شبیه سازی مسوائل غیور خطوی بوده و قابلیت برازش مناسوب بور هرگونوه داده ای را د ارد. ورودیهوای شبکه، دمای اولیه قطعه، سرعت حرکت سمبه، ضریب اصطکاک بین قطعه و قالب و ضریب کلی انتدال حرارت می باشد.از نتایج مدل المان محدود،جهت آموزش شوبکه اسوتفاده شود ه استو سپس از شبکه آموزش دیده به منظور پیش بینی مددار نیروی لازم برای شکل دهی، مدادیربیشینه یتنش،کرنشو دمادر قطعه و نیز مدادیربیشینه ی دما و سایش در قالب استفاده شده اسوت. نتوایج بدست آمده تطاب قابل قبولی در مدایسه با نتایج المان محدود دارند. به منظور طراحی ساختار بهینه شبکه عصبی، معماری هوای مختلفوی برای آناز نظر تعداد لایه ها،تعداد نورنهادر هر لایه، نرخ یادگیری و ضریب مومنتم مورد استفاده قرار گرفته است و بهترین معماری شبکه از نظرکارایی شبکه بر اساس معیار میانگین مربعات خطاها ارائه شده است.

Paper URL