nفرهیختگان: حمید پورآسیابی، عضو باشگاه پژوهشگران جوان و مدرس دانشگاه آزاد اسلامی واحد اهر است که تاکنون یک اختراع به نام برآورد کسر حجمی فاز آستنیت باقیمانده (R ) در چدنهای نشکن آستمپر شده (ADI) با استفاده از شبکههای هوشمند عصبی مصنوعی (ANN) را به ثبت رسانده است.
n
n
”
————————————-
nوی درخصوص ویژگیهای این طرح گفت: تدوین رابطه خطی به روشهای آماری مرسوم برای این طرح بهدلیل پیچیدگی رابطه بین متغیرهای ورودی و خروجی ناممکن است. این کار قبلا توسط اینجانب روی بانک اطلاعاتی تدوین شده و با استفاده از نرمافزار SPSS و روش رگراسیون غیرخطی چندگانه توام انجام شد، اما بهدلیل پیچیدگی تاثیرات متغیرها بر خروجی و اندرکنش آنها با یکدیگر، دمای آستمپر که مهمترین پارامتر موثر بر میزان فاز آستنیت باقیمانده است، از رابطه حذف میشود و تعیین کسر حجمی این فاز به این روش آمیخته با خطاهای فاحش برازش میشود. وی افزود: در این طرح از یک شبکه عصبی مصنوعی از نوع پرسپترون چندلایه (Multi Layer Perceptron ANN) استفاده شده که در مقایسه با Bayesian Framework مورد استفاده در طرحهای مشابه، الگوریتم جدید و بسیار دقیقتری است؛ چنانچه با دقت در مقالات و گزارشهای منتشره، مقدار خطای تخمین که به صورت Error Bar حول نقطه تخمین زده شده، رسم شده است، خطای بالای شبکه سنتز شده دیگران را نشان میدهد.
nپورآسیابی ادامه داد: در این طرح در لایه میانی مخفی از تابع فشردهساز یا تابع تبدیل غیرخطی پیوسته و مشتقپذیر تانژانت سیگموئیدی استفاده شده که نسبت به تابع تانژانت هیپربولیک مورد استفاده در سایر پژوهشها، با تطابق بسیار بیشتری میتواند پدیدههای متالورژیکی را مدل کند. عضو باشگاه پژوهشگران جوان افزود: در این طرح معیار مورد نظر برای حداقلسازی خطای خروجی شبکه عصبی، میانگین مربعات خطا (MSE) و ریشه میانگین مربعات خطا (RMS) است. همچنین برای به دست آوردن وزنهای بهینه شبکه، از الگوریتم لونبرگ- مارکوارت که در آن از روشهای بهینهسازی مرتبه دوم مبتنیبر مشتقات مرتبه دوم تابع خطاست، استفاده شده که نسبت به سایر کارها که عموما از چارچوب بیزین استفاده کردهاند، روشی هوشمندتر بوده و با کنترل خطای بهتری عمل میکند. در این طرح از یکی از مدرنترین الگوریتمهای آموزش یعنی الگوریتم آموزشی استفاده شده که در آن پس انتشار خطا، شبکه عصبی از طریق تغییر وزن لایههای میانی آموزش میبیند و این تغییرات بهعنوان مفروضات شبکه ذخیره میشود، در حالی که در اغلب کارهای مشابه، اصلا نوع الگوریتم آموزشی گزارش نشده است. با استفاده از رابطه نهایی حاصلشده میتوان مقدار آستنیت باقیمانده را براساس ترکیب شیمیایی چدننشکن و دما و زمان آستنیته و آستمپر کردن به دست آورد ولی در اکثر مقالات و پژوهشهای مشابه منتشر شده، فقط یک آلیاژ با شرایط خاص عملیات حرارتی Case Study مورد بررسی قرار گرفته است. حمید پورآسیابی از اساتید واحد اهر است که در رشته متالورژی از دانشگاه علم و صنعت تهران فارغالتحصیل شده و تاکنون سه مقاله ISI و پنج مقاله بینالمللی به نام دانشگاه آزاد اسلامی ارائه کرده است.
n
n
n
‘