دسته بندی | مهندسی متالورژی |
بازدید ها | 4 |
فرمت فایل | doc |
حجم فایل | 6018 کیلو بایت |
تعداد صفحات فایل | 23 |
ترجمه مقاله پیش بینی کیفیت اتصالات جوشکاری نقطه ای مقاومتی فولاد ضد زنگ آستنیتی 304 در 23 صفحه ورد قابل ویرایش با فرمت doc به همراه مقاله اصلی انگلیسی در 10 صفحه پی دی اف
عنوان انگلیسی مقاله : Quality prediction of resistance spot welding joints of 304 austenitic stainless steel
عنوان فارسی مقاله : پیش بینی کیفیت اتصالات جوشکاری نقطه ای مقاومتی فولاد ضد زنگ آستنیتی 304
تعداد صفحات : 23 صفحه فارسی قابل ویرایش با فرمت doc ( ترجمه کامل به همراه رعایت نیم فاصله و استانداردهای نگارشی می باشد ) به همراه اصل مقاله انگلیسی در 10 صفحه پی دی اف
سطح ترجمه : عالی
شناسه ثبت محصول : ss15
فروشنده : گروه ترجمه تخصصی آفمَس
دانلود ترجمه مقاله به زبان فارسی به همراه اصل مقاله انگلیسی : بلافاصله پس از پرداخت آنلاین 25000 تومان قادر به دانلود خواهید بود و لینک دانلود برای شما نیز ایمیل می شود .
بخشی از ترجمه :
چکیده :
میزان کیفیت اتصال جوشکاری نقطه ای مقاومتی (RSW) فولاد ضدزنگ آستنیتی (ASS) با استفاده از ظرفیت تحمل بار کششی برشی (TSLBC) ارزیابی می شود. سطوح کیفیتی با استفاده از آزمایش غیرمخرب التراسونیک تععین می شود.
هدف کارحاضر توسعه یک قالب کاربردی پیش بینی قابلیت اطمینان TSLBC ( ودرنتیجه سطح کیفیت) اتصالات جوشکاری RSW با استفاده از سه پارامتر زمان جوش (WT) ، جریان جوش (WC) و نیروی الکترود (EF) می باشد.
در مرحله اول، مدل رگرسیون خطی درنظرگرفته شد اما تجزیه و تحلیل باقیمانده ها رفتار غیرخطی را نشان می دهد. یک شبکه عصبی مصنوعی (ANN) ارائه شد چون ANN ها توانایی پیاده سازی سیستم های غیرخطی را دارند. ورودی ها بردارهای سه مولفه ای هستند ، یک مولفه برای هریک از پارامترهای جوش معرفی شده در نظر گرفته شده است. پرورش شبکه عصبی با استفاده از مکانیسم یادگیری نظارت شده انجام شده است. بنابراین هر ورودی باید با خروجی مورد نظر خودش (هدف ) بیاید. این هدف TSLBC اتصالات جوشکاری RSW بدست آمده بوسیله ی ورودی مربوطه می باشد. تعداد نرون های لایه های پنهان با درنظر گرفتن پدیده overfitting انتخاب شده است. تعداد نرونهای لایه های پنهان که خطای مربع متوسط اعتبار سنجی (MSE) را مینیمم می کند تعداد 4 نرون می باشد.
انتخاب ANN 3-4-4-1 ، برای مطالعه حاضر مناسب است و هدف آن را تامین می کند چون این ANN نتایج خوبی را در پیش بینی با استفاده از ورودی های استفاده نشده در شبکه تولید می کند.
The quality level of a resistance spot welding (RSW) joint of 304 austenitic stainless steel (ASS) is estimated from its tensile shear load bearing capacity (TSLBC). The quality levels are set by ultrasonic nondestructive testing.
The objective of the present work is to develop a tool capable of reliably predicting the TSLBC (and consequently the quality level) of RSW joints from three welding parameters: (1) welding time (WT); (2) welding current (WC); (3) electrode force (EF).
Firstly, a linear regression model is attempted but the residuals analysis reveals nonlinear behaviour.
An artificial neural network (ANN) is proposed because the ANNs are capable of mapping nonlinear systems. The inputs are 3-component vectors, a component for each of the aforementioned welding parameters. The training of the ANN uses supervised learning mechanism. Therefore each input must come with its respective desired output (target). This target is the TSLBC of the RSW joint obtained with the respective input. The number of neurons in the hidden layers is selected considering the overfitting phenomenon: the number of neurons in the hidden layers that minimizes the validation mean square error (MSE) is 4.
With the selected ANN, 3–4–4–1, the aim of the present study is achieved because this ANN produces good results in prediction from inputs nonused in the training.
دسته بندی | مهندسی متالورژی |
بازدید ها | 18 |
فرمت فایل | doc |
حجم فایل | 8006 کیلو بایت |
تعداد صفحات فایل | 15 |
ترجمه مقاله اثرات دماها روی تکامل ریزساختار و خواص مکانیکی نوارهای کامپوزیت B4C-AA2024 مهیا شده توسط نورد پودر نیمه جامد در 15 صفحه ورد قابل ویرایش با فرمت doc به همراه مقاله اصلی انگلیسی در 10 صفحه پی دی اف
عنوان انگلیسی مقاله :
The effects of temperatures on microstructure evolution and mechanical properties of B4C–AA2024 composite strips prepared by semi-solid powder rolling
عنوان فارسی مقاله :
اثرات دماها روی تکامل ریزساختار و خواص مکانیکی نوارهای کامپوزیت B4C-AA2024 مهیا شده توسط نورد پودر نیمه جامد
تعداد صفحات : 15 صفحه فارسی قابل ویرایش با فرمت doc ( ترجمه کامل به همراه رعایت نیم فاصله و استانداردهای نگارشی می باشد ) به همراه اصل مقاله انگلیسی در 10 صفحه پی دی اف
سطح ترجمه : عالی
شناسه ثبت محصول : ss16
فروشنده : گروه ترجمه تخصصی آفمَس
دانلود ترجمه مقاله به زبان فارسی به همراه اصل مقاله انگلیسی : بلافاصله پس از پرداخت آنلاین 25000 تومان قادر به دانلود خواهید بود و لینک دانلود برای شما نیز ایمیل می شود .
بخشی از ترجمه :
چکیده :
نورد پودر نیمه جامد (SSPR[1]) یک روش جدید برای آمادهسازی نوارهای فلزی است که مزایای نورد پودر و شکلدهی نیمه جامد را ترکیب میکند. همچنین، یک روش شکلدهی نهایی[2] با بازده بالا و ذخیره کننده انرژی است. نوارهای کمپوزیت B4C-AA2024 با چگالی نسبی 0.75 تا 0.95 به وسیله SSPR آماده شدند. اثرات دماها روی ریزساختار، سختی برینل و استحکام کششی نوارهای کمپوزیت B4C-AA2024 تحلیل شدند. قوانین تکامل ریزساختار و فشردهسازی بررسی شدند. نتایج نشان دادند که بهترین نسبت مایع برای مهیاسازی نوار کمپوزیت B4C-AA2024 10% از 38% تا 60% است. وقتی که نسبت مایع کمتر از 20% باشد، فازهای مایع در پودرها به شکل استخرهای مذاب ایزوله خواهند بود. وقتی که نسبت مایع بیشتر از 20% باشد، فازهای مایع یک شبکه سیالی را تشکیل میدهند که دو به دو همپوشانی دارند یا در منفذهای بین پودرها قرار میگیرند. فازهای مایع نقش مهمی را در شکلگیری ریزساختارها بازی میکنند. ذرات B4C میتوانند از تولید ریزترکها در طول فرآیند انجماد جلوگیری کنند.
[1]- Semi-Solid Powder Rolling
[2]- Near-Net Shape Forming : یک روش تولید صنعتی است که قطعه پس از فرآیند تولید دارای نزدیکترین شکل به شکل نهایی و مطلوب است و نیاز به کمترین فرآیندهای پرداخت دارد.
Semi-solid powder rolling (SSPR) is a novel method to prepare metal strips, which combines the advantages of powder rolling and semi-solid forming. Besides, it is a near-net shape forming with high efficiency and energy saving. 10% B4C–AA2024 composite strips with the relative density of 0.75–0.95 were prepared by SSPR. The effects of temperatures on the microstructures, brinell-hardness and tensile strength of B4C–AA2024 composite strips were analyzed. The laws of microstructure evolution and densification were discussed. The results show that the best liquid fraction to prepare a 10% B4C–AA2024 composite strip ranges from 38% to 60%. The liquid phases in the powders exist in the form of isolated melt pools when liquid fraction is lower than 20%. When liquid fraction is higher than 20%, liquid phases forms a fluid network, lapping mutually or filling in the pores among the powders. Liquid phases play an important role in the formation of microstructures. B4C particles can restrain the generation of micro-cracks during the solidification process.
دسته بندی | محیط زیست |
بازدید ها | 16 |
فرمت فایل | doc |
حجم فایل | 5507 کیلو بایت |
تعداد صفحات فایل | 9 |
ترجمه مقاله روشی برای افزایش بازده انرژی در سیستم های تولید انعطافپذیر ، مطالعه موردی در 9 صفحه ورد قابل ویرایش با فرمت doc به همراه مقاله اصلی انگلیسی در 5 صفحه پی دی اف
عنوان انگلیسی مقاله : Method for Increasing Energy Efficiency in Flexible Manufacturing Systems: A Case Study
عنوان فارسی مقاله : روشی برای افزایش بازده انرژی در سیستم های تولید انعطافپذیر: مطالعه موردی
تعداد صفحات : 9 صفحه فارسی قابل ویرایش با فرمت doc ( ترجمه کامل به همراه رعایت نیم فاصله و استانداردهای نگارشی می باشد ) به همراه اصل مقاله انگلیسی در 5 صفحه پی دی اف
سطح ترجمه : عالی
شناسه ثبت محصول : ss9
فروشنده : گروه ترجمه تخصصی آفمَس
دانلود ترجمه مقاله به زبان فارسی به همراه اصل مقاله انگلیسی : بلافاصله پس از پرداخت آنلاین 15000 تومان قادر به دانلود خواهید بود و لینک دانلود برای شما نیز ایمیل می شود .
بخشی از ترجمه :
چکیده :
در سیستمهای تولیدی ، ماشین ها سالها و دههها بدون مفهوم کارایی انرژی به کار گرفته شدهاند که باعث ایجاد هزینههای بالای تولید شده است . به منظور بالا بردن رقابت به کمک کاهش هزینههای انرژی ، روشی برای افزایش سیستماتیک بازده انرژی نیاز است . این مقاله یک روش جدید برای افزایش بازده انرژی ماشینآلات و تجهیزات به کمک کنترل عددی کامپیوتری (CNC) یا یک کنترلکننده منطقی قابل برنامهریزی (PLC) ارائه میدهد . این روش جدید از طریق به کاربردن سه سیستم تولیدی انعطافپذیر ماشینکاری در صنعت خودرو به عنوان یک نمونه مورد مطالعه اعتبارسنجی شده است .