జర్నల్ ఆఫ్ అప్లైడ్ మెకానికల్ ఇంజనీరింగ్

నైరూప్య

సా ప్రక్రియ యొక్క డిపెండెంట్ పారామితుల అంచనా

అనిరుద్ధ ఘోష్

ఈ పేపర్ న్యూరల్ నెట్‌వర్క్ టెక్నిక్ సహాయంతో సబ్‌మెర్జ్డ్ ఆర్క్ వెల్డింగ్ (SAW) ప్రక్రియ యొక్క అవుట్‌పుట్ ప్రతిస్పందనలను అంచనా వేయడానికి ఒక నమూనాను అభివృద్ధి చేసే ప్రయత్నం . అవుట్‌పుట్ ప్రతిస్పందనలపై ఇన్‌పుట్ వేరియబుల్ (అంటే కరెంట్ , వోల్టేజ్, ప్రయాణ వేగం) ప్రభావాలను అధ్యయనం చేయడానికి ఒక గణిత నమూనా అభివృద్ధి చేయబడింది (అనగా ఉపబల ఎత్తు, వెల్డ్ పూస వెడల్పు, మెటల్ నిక్షేపణ రేటు). ఈ ప్రక్రియలో సంక్లిష్టమైన వేరియబుల్స్ సెట్ చేయడంతో పాటు ఆర్థిక మరియు సామాజిక చిక్కులను కలిగి ఉన్న క్లిష్టమైన పరికరాల తయారీలో దాని ముఖ్యమైన అప్లికేషన్ కారణంగా ఈ అప్లికేషన్ కోసం SAW ప్రక్రియ ఎంపిక చేయబడింది. ఈ అధ్యయనం కింద న్యూరల్ నెట్‌వర్క్ మోడల్ వాస్తవ ఇన్‌పుట్‌లు మరియు అవుట్‌పుట్‌ల ప్రకారం శిక్షణ పొందుతుంది. శిక్షణ పూర్తయిన తర్వాత మోడల్‌కు కావలసిన ఇన్‌పుట్‌లు ఇవ్వబడతాయి మరియు అది అంచనా వేసిన అవుట్‌పుట్ విలువను ఇస్తుంది. మరియు దీని ప్రకారం మనం వాస్తవ మరియు ఊహించిన ఫలితాల మధ్య లోపాన్ని కూడా అంచనా వేయవచ్చు. సంక్లిష్టమైన లేదా అస్పష్టమైన డేటా నుండి అర్థాన్ని పొందగల అద్భుతమైన సామర్థ్యాన్ని కలిగి ఉన్నందున న్యూరల్ నెట్‌వర్క్ ఇక్కడ అమలు చేయబడింది మరియు నమూనాలను సంగ్రహించడానికి మరియు మానవులు లేదా ఇతర కంప్యూటర్ టెక్నిక్‌లు గుర్తించలేని విధంగా చాలా సంక్లిష్టమైన పోకడలను గుర్తించడానికి ఉపయోగించవచ్చు. అందువల్ల శిక్షణ పొందిన న్యూరల్ నెట్‌వర్క్‌ని
విశ్లేషణలకు అందించిన సమాచార వర్గంలో "నిపుణుడు" గా భావించవచ్చు .