دانلود مقاله ISI انگلیسی شماره 88954
ترجمه فارسی عنوان مقاله

سیستم های پشتیبانی تصمیم گیری در صنعت ریخته گری فلز: بازبینی علمی مقالات پژوهشی

عنوان انگلیسی
Decision support systems in the metal casting industry: An academic review of research articles
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی
88954 2018 15 صفحه PDF
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Materials Today: Proceedings, Volume 5, Issue 1, Part 1, 2018, Pages 1298-1312

ترجمه کلمات کلیدی
ریخته گری فلزات، سیستم پشتیبانی تصمیم، ریخته گری سیستم هوش مصنوعی،
کلمات کلیدی انگلیسی
Metal casting; Decision support system; Die casting; Artificial intelligence system;
ترجمه چکیده
این مقاله بازنگری کاملی از مقالات پژوهشی مربوط به استفاده از پشتیبانی تصمیم و سیستم هوشمند با اشاره خاص به ریخته گری فلز / خشک ارائه می دهد. داده ها از 89 مقاله منتشر شده از سال های 2000 تا 2015 در 47 مجله منتشر شده است. مقالات بر اساس سه طبقه بندی مختلف بر اساس تعداد برداشت ها، مواد ریخته شده و اعمال فشار طبقه بندی شده اند. آنها بیشتر به 10 بخش تقسیم می شوند. فهرست گسترده ای از مقالات مجله در این مطالعه حاضر مشخص شده است که اطلاعات و ارجاعات مربوطه را برای هر دو تمرین کننده و محقق در زمینه استفاده از پشتیبانی تصمیم و سیستم های هوشمند در مراحل مختلف فلز / ریخته گری ارائه می دهد. با توجه به چارچوب طبقه بندی توسعه یافته، ما شکاف هایی در گسترش استفاده از پشتیبانی تصمیم و سیستم های هوشمند مصنوعی در صنعت را شناسایی می کنیم و زمینه های تحقیقاتی بالقوه و کاربردی را برای بررسی بیشتر در این زمینه پیشنهاد می کنیم.
پیش نمایش مقاله
پیش نمایش مقاله  سیستم های پشتیبانی تصمیم گیری در صنعت ریخته گری فلز: بازبینی علمی مقالات پژوهشی

چکیده انگلیسی

This article offers a complete review of the research articles that are related to the application of decision support and intelligent system with specific reference to metal/dry casting. Data was obtained from 89 articles that were published from 2000 to 2015 in 47 journals. The articles are categorized based upon three different categories based on numbers of impressions, material poured and pressureapplication. They are further classified into 10 subsections. A widespread list of journal articles is identified in this present study that provides relevant information/references for both practitioners and researchers on the application of decision support and intelligent systems to various stages of metal/die casting. In light of the developed classification framework, we identify gaps in extending the use of the decision support and artificial intelligent systems in the industry and suggest potential and applicable research areas for further consideration in this subject area.