انتشار مقاله عضو هیأت علمی گروه مهندسی مکانیک در حوزه تولید افزایشی و هوش مصنوعی

این مقاله به بررسی استفاده از فناوری‌های جدید در ساخت سازه‌های سبک‌تر، مقاوم‌تر و با طول عمر بیشتر می‌پردازد. تمرکز آن بر روی ساخت افزایشی با استفاده از جوشکاری قوس فلزی گاز (GMAW) است که یک روش سریع و مقرون به صرفه برای تولید سازه‌های فلزی اولیه می‌باشد. در این تحقیق، اثر سه پارامتر ولتاژ، سرعت تغذیه سیم و سرعت جوشکاری بر عرض و ارتفاع جوش بررسی شده و 16 آزمایش برای اندازه‌گیری هندسه جوش انجام شده است. سپس، هندسه جوش با استفاده از سه مدل عددی شامل ماشین‌های یادگیری عمیق، ماشین بردار مرتبط و منطق فازی شبیه‌سازی شده است. نتایج نشان داد که مدل منطق فازی دقیق‌ترین تطابق را با داده‌های تجربی دارد. در نهایت، یک الگوی فلزی از یک سازه خاص با استفاده از فناوری جوشکاری قوس فلزی گاز تولید شد.

Title

Feasibility and determination of the characteristics of the replacement of arc and wire additive manufacturing process based on gas metal arc welding for the construction of bridges and metal structures: Approach of artificial intelligence algorithms

Abstract

Society's great and growing demand for buildings and structures has created the need to apply new construction methods to shorten construction times, make buildings lighter, extend their useful life, and make them more earthquake-proof. In the long term, the new methods will lead to structural optimization, increased building performance, and the achievement of optimal operating conditions. New technologies are meeting society's increasing need for special structures more than ever. Additive manufacturing is based on gas metal arc welding as one of the fastest and most cost-effective manufacturing methods for primary metal structures. For this purpose, the three parameters voltage, wire feed speed, and welding speed were considered initial parameters affecting the width and height of the welding flux. To investigate the effects of the process, 16 experiments with input parameters were evaluated. The width and height of the sweat pollen were determined by experimental investigations. Subsequently, the resulting welding geometry is modeled using three numerical modeling methods, including intensive learning machines, relevance vector machine, and fuzzy logic. The comparison between the experimental data and the results of the three generated models shows that fuzzy logic comes closest to the experimental data of the welding geometry of the modeling methods. For example, the test data of the generative fuzzy model resulted in an average error for height and width of 0.667 and 0.5477, respectively, and a root mean square error for height and width of 0.0046 and 0.3, respectively, which expresses the generalization ability and reliability compared to other modeling methods in this process. Finally, a metal pattern of a special structure was produced based on arc and wire additive manufacturing based gas metal arc welding.

                           Keywords Arc and wire additive manufacturing, metal structures, artificial intelligence algorithms, gas metal arc welding.

خاطر نشان می‌گردد این مقاله در آبان‌ماه سال 1403 در ژورنال Welding Science and Technology of Iran چاپ شده است.