فروشگاه چند ضلعی

مشکلات ترانسفورماتورهای ولتاژ خازنی
17 فروردین 1400
نمایش همه

پیش بینی رفتار سایش و اصطکاک کامپوزیت های خاکستر آلومینیوم(A380)- خاکستر مبتنی بر شبکه های عصبی مصنوعی

پیش بینی رفتار سایش و اصطکاک کامپوزیت های خاکسترآلومینیوم(A380)- خاکستر مبتنی بر شبکه های عصبی مصنوعی

 

Artificial neural networks based prediction of wear and frictional behaviour of aluminium (A380)–fly ash composites

سال انتشار 2013

در مقاله بالا براورد خواص سایش و اصطکاک مکانیکی به کمک شبکه عصبی است. در این مقاله نویسنده تعدادی تست تجربی مکانیکی انجام داده است و به تعدادی دیتا برای سایش و ضریب اصطکاک دست پیدا کرده است و بوسیله این دیتای حاصل از تست تجربی، یک شبکه عصبی تربیت کرده است که سایش و ضریب اصطکاک را پیش بینی میکند. (و تعمیم می­دهد)

 

ترجمه کامل مقاله در فایل ورد

ر نهایت یک شبکه عصبی بهتر برای رسیدن به دقت بیشتر نتایج (بیشتر از 95%) طراحی شد. یعنی سعی شد با بهبود شبکه دقت نتایج را به بیش از 95% افزایش داد.

شبیه سازی مقاله در متلب انجام شده است.

شبیه سازی مقاله با دیتاست انتخابی انجام شده است.

کدهای شبیه سازی کامنت گذاری شده اند و بصورت قابل فهم درامده اند.

 

۶۰۷,۵۰۰ تومان

پیش بینی رفتار سایش و اصطکاک کامپوزیت های خاکسترآلومینیوم(A380)- خاکستر مبتنی بر شبکه های عصبی مصنوعی

چکیده

در مطالعه حاضر ، یک مدل شبکه عصبی مصنوعی (ANNs) برای پیش بینی میزان سایش و ضریب اصطکاک کامپوزیت خاکستر-آلومینیومی ایجاد شد. کامپوزیت های خاکستر- آلومینیوم با درصد وزنی مختلف تقویت شده واندازه ذرات خاکستر با روش ریخته گری و هم زدن ساخته می­شود. آزمایشات سایش با استفاده از تستر سایش پین روی دیسک در بارهای و سرعت کشیدن مختلف انجام می­شود. داده های به دست آمده از آزمایشات برای آموزش و آزمایش مدل ANNs استفاده می شود. مشخص شد که مدل توسعه یافته ی ANNs می تواند میزان سایش و ضریب اصطکاک را تا دقت 95٪ پیش بینی کند.

به این مطلب چند ستاره می‌دهید؟
(تعداد رای: 0 - امتیاز میانگین: 0)

نقد و بررسی‌ها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین کسی باشید که دیدگاهی می نویسد “پیش بینی رفتار سایش و اصطکاک کامپوزیت های خاکستر آلومینیوم(A380)- خاکستر مبتنی بر شبکه های عصبی مصنوعی”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *