مدل سازی ارتفاع جوش در فرآیند جوشکاری قوس الکتریکی با گاز محافظ در حضور نانوذرات TiO2 توسط شبکه ی عصبی مصنوعی

یکی از مشخصه های کیفیت اتصالات جوش شده در جوشکاری قوس الکتریکی با گاز محافظ (GMAW) ارتفاع جوش (WH) می باشد. این مقاله بر یک مطالعه ی آزمایشگاهی که به منظور دستیابی به یک مدل با استفاده از شبکه ی عصبی مصنوعی (ANN) برای پیش بینی WH در فرآیند GMAW با حضور نانوذرات TiO2 انجام شد، تاکید دارد. برای مدلسازی، ولتاژ قوس، جریان جوشکاری، سرعت جوشکاری، درصد گاز آرگون در ترکیب گاز Ar و CO2 و ضخامت نانوذرات TiO2 به عنوان پارامترهای ورودی و WH به عنوان پارامتر خروجی در نظر گرفته شدند. در آزمایش ها ماتریس طراحی دالرت به منظور جمع آوری داده استفاده شد. مدل ANN ایجاد شد و توسط 5 آزمایش خارج از ماتریس طراحی ارزیابی شد. نتیجه ی قابل توجه این مطالعه مکانیزم تمرکز قوس به علت اثرات متقابل بین پارامترهای ورودی جوشکاری و نانوذرات TiO2 می باشد. علاوه براین نتایج نشان داد که افزایش ضخامت نانوذرات TiO2 تا حدود mm 9/0 ارتفاع جوش را افزایش داد درحالیکه در ادامه با افزایش بیشتر ضخامت تا mm 1 ارتفاع جوش کاهش یافت. در حقیقت این تغییر در ارتفاع جوش می تواند به علت آزاد شدن اکسیژن ناشی از تجزیه ی گرمایی نانوذرات TiO2 و CO2 روی سطح حوضچه ی مذاب باشد، که کشش سطحی را تحت تاثیر قرار داد و در نهایت جهت جابجایی مارانگونی جریان سیال را در حوضچه ی مذاب تغییر داد و در نتیجه بر WH تاثیر گذاشت. در روش ANN، MSEvalidation=0.0066، MSEvalidation=0.0063 و MSEtest=0.0093 می باشد. درنهایت نتیجه گرفته شد که ANN یک روش دقیق برای پیش بینی ارتفاع جوش می باشد.