کنفرانس بین المللی محاسبات نرم

صفحه اصلی / ششمین کنفرانس بین المللی محاسبات نرم

کاربرد مدل‌های هوش مصنوعی در پیش‌بینی اعوجاج و پایداری سازه‌ها

نویسندگان :

فاطمه گرجی ازندریانی¹ نادر نریمان زاده² آرمین رحمتی دروازی³

1- دانشگاه گیلان-دانشجو 2- دانشگاه گیلان- استاد 3- دانشگاه گیلان-دانشیار

کلمات کلیدی :

هوش مصنوعی،یادگیری ماشین،جوشکاری

چکیده :

در سال‌های اخیر، پیشرفت سریع در حوزه‌ی هوش مصنوعی (AI) و یادگیری ماشین (ML) چشم‌انداز جدیدی در مهندسی مواد و سازه‌ها گشوده است. فرآیندهای صنعتی پیچیده‌ای نظیر جوشکاری، کمانش سازه‌های جدارنازک و تولید یا ساخت افزایشی قطعات فلزی، دارای رفتارهای غیرخطی و چندمتغیره هستند که مدل‌سازی دقیق آن‌ها با روش‌های عددی و تجربی سنتی اغلب با هزینه و زمان محاسباتی بالا همراه است. در این مقاله، با مرور و تحلیل مطالعات اخیر، یک چارچوب داده‌محور برای مدل‌سازی، پیش‌بینی و بهینه‌سازی فرآیندهای مواد ارائه می‌شود که تلفیقی از سه حوزه‌ی کلیدی است: پیش‌بینی تغییرشکل‌های ناشی از جوشکاری با استفاده از شبکه‌های عصبی مصنوعی، تحلیل پایداری و بار بحرانی سازه‌های جدارنازک با الگوریتم‌های یادگیری ماشین، و کاربرد هوش مصنوعی در ساخت افزایشی و تولید مواد نوین. بررسی‌ها نشان می‌دهد که مدل‌های هوشمند از جمله شبکه‌های عصبی مصنوعی (ANN)، جنگل تصادفی (RF) و رگرسیون فرآیند گاوسی (GPR) قادرند با دقتی در حدود ۹0 تا ۹۹ درصد رفتارهای فیزیکی و مکانیکی پیچیده را بازتولید کرده و جایگزینی سریع، دقیق و کم‌هزینه برای روش‌های عددی کلاسیک مانند المان محدود فراهم سازند. در نهایت، نتایج این پژوهش تأکید می‌کند که ادغام روش‌های یادگیری ماشین در مهندسی‌ مکانیک می‌تواند به‌طور چشمگیری موجب افزایش بهره‌وری، کاهش هزینه و شتاب‌بخشی به فرآیند طراحی و تحلیل در صنایع پیشرفته شود.