ارزیابی عملکرد دستگاه برش اره با استفاده از الگوریتم های هیبریدی ANFIS-PSO و ANFIS-DE

نرخ شدت جریان مصرفی بیشینه یکی از مهم ترین و موثرترین معیارها در روند برش سنگ ها است. تخمین و پیش بینی صحیح از این معیار می تواند به طراحان و
صاحبان این صنعت در به دست آوردن یک روند بهینه و اقتصادی کمک کند. در پژوهش حاضر، سعی شده است تا به بررسی و مطالعه مدل هایی برای پیش بینی
شدت جریان مصرفی بیشینه دستگاه برش اره به کمک یک مدل بهینه سازی هوشمند نظیر تکنی ک ها ی تصادف ی غیرخط ی یعنی الگور یتم ها ی هیبریدی ANFIS-PSO و ANFIS-DE بر اساس 4 پارامتر فیزیکی و مکانیکی شامل: مقاومت فشار ی تک محور ی، سخت ی موهس، سا یندگی ش یمازک، مدول الاستیسیته و یک مشخصه عملیاتی ماشین برش سنگ یعنی نرخ تولید پرداخته شود. در طی این پژوهش 120 نمونه از 12 نوع سنگ کربناته مورد آزمایش های آزمایشگاهی قرار گرفت. همچنین در طی این پژوهش، شدت جریان مصرفی بیشینه دستگاه برش اندازه گیری شده و به عنوان خروجی مدل سازی برای ارزیابی عملکرد دستگاه برش اره مورد استفاده قرار گرفته است. همچنین الگوریتم های فرا ابتکاری شامل PSO و DE برای آموزش سیستم استنتاج فاز ی عصبی تطبیقی ANFIS مورد استفاده قرار گرفتند. به علاوه، الگوریتم PSO از توانایی بالاتری بر اساس خروجی های مدل و شاخص های عملکرد نسبت به الگور یتم DE داشت. علاوه بر این، مقایسه بین داده های اندازه گیری شده با مدل ANFIS-DE و مدلANFIS-PSOدقت و توانا یی مدل ANFIS-PSOرا در پیش بینی عملکرد دستگاه برش اره با توجه به مشخصه های دستگاه و برش سنگ نشان داد.