एप्लाइड मैकेनिकल इंजीनियरिंग जर्नल

अमूर्त

आरा प्रक्रिया के आश्रित मापदंडों का अनुमान

अनिरुद्ध घोष

यह पेपर न्यूरल नेटवर्क तकनीक की मदद से सबमर्ज्ड आर्क वेल्डिंग (SAW) प्रक्रिया के आउटपुट रिस्पॉन्स की भविष्यवाणी करने के लिए एक मॉडल विकसित करने का एक प्रयास है। साथ ही आउटपुट रिस्पॉन्स (यानी सुदृढीकरण ऊंचाई, वेल्ड बीड चौड़ाई, धातु जमा दर) पर इनपुट चर (यानी वर्तमान , वोल्टेज, यात्रा गति) के प्रभावों का अध्ययन करने के लिए एक गणितीय मॉडल विकसित किया गया है। इस एप्लिकेशन के लिए SAW प्रक्रिया को इसलिए चुना गया है क्योंकि इस प्रक्रिया में शामिल चरों का जटिल सेट है और साथ ही महत्वपूर्ण उपकरणों के निर्माण में इसका महत्वपूर्ण अनुप्रयोग है, जिसके बहुत सारे आर्थिक और सामाजिक निहितार्थ हैं। इस अध्ययन के तहत न्यूरल नेटवर्क मॉडल को वास्तविक इनपुट और आउटपुट के अनुसार प्रशिक्षित किया जाता है। जब प्रशिक्षण पूरा हो जाता है तो मॉडल को वांछित इनपुट दिए जाते हैं और यह अनुमानित आउटपुट मान देता है। और इसके अनुसार हम वास्तविक और अनुमानित परिणामों के बीच त्रुटि का अनुमान भी लगा सकते हैं। न्यूरल नेटवर्क को यहाँ इसलिए लागू किया गया है क्योंकि इसमें जटिल या गलत डेटा से अर्थ निकालने की उल्लेखनीय क्षमता है और इसका उपयोग पैटर्न निकालने और ऐसे रुझानों का पता लगाने के लिए किया जा सकता है जो मनुष्यों या अन्य कंप्यूटर तकनीकों द्वारा देखे जाने के लिए बहुत जटिल हैं। इसलिए एक प्रशिक्षित तंत्रिका नेटवर्क को
उस सूचना की श्रेणी में एक “विशेषज्ञ” के रूप में माना जा सकता है जिसे विश्लेषण के लिए उसे दिया गया है।