بهینه سازی مشخصات ابعادی در اتصال مواد مرکب چند لایه به کمک شبکه عصبی مصنوعی و الگوریتم ژنتیک

Authors

  • سعید آشنا کارشناسی ارشد، گروه مهندسی مکانیک، دانشگاه بوعلی سینا، همدان، ایران
  • عباس فدائی استادیار، گروه مهندسی مکانیک، دانشگاه بوعلی سینا، همدان، ایران
Abstract:

در این مقاله حالات و بارهای گسیختگی برای اتصالات چندپینی در ورق مواد مرکب الیاف شیشه­ای اپوکسی تک جهته، با استفاده از روش اجزای محدود و آزمون­های تجربی تحلیل می­شوند. به علاوه با استفاده از شبکه عصبی مصنوعی و الگوریتم ژنتیک، الگویی معرفی می­شود که در آن پین‌ها در موقعیت بهینه‌شده‌ای قرار ‌گیرند. در اتصالات چند پینی، تغییرات گام نسبت به قطر پین، عرض ورق نسبت به قطر پین و نسبت فاصله از لبه ورق به قطر پین بر نحوه گسیختگی اتصال تأثیر بسزایی دارند. با توجه به این که برای این‌گونه ورق‌ها حل دقیقی از گسیختگی وجود ندارد، برای بهینه‌سازی در هر مورد شبیه‌سازی­های متعدد اجزای محدود انجام و نتایج آن با استفاده از شبکه عصبی برازش می­گردد. الگوی برازش شده این شبکه به عنوان ورودی الگوریتم ژنتیک استفاده می­شود. با در نظر گرفتن قیود مسأله و مشخصه­های ابعادی، الگویی بهینه با این شرط که گسیختگی در آنها نسبت به بقیه نمونه‌ها دیرتر اتفاق بیفتد، ارائه می­گردد. نتایج آزمایشگاهی و اجزای محدود باهم مقایسه گردیده و میزان تفاوت بین آنها تحلیل خواهد شد.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

برآورد مشخصات پرش هیدرولیکی متحرک با کاربرد شبکه عصبی مصنوعی و روش تلفیقی شبکه عصبی-الگوریتم ژنتیک

پرش هیدرولیکی متحرک، حالت خاصی از جریان غیرماندگار است که باعث تغییر رژیم و وقوع ناپیوستگی هیدرولیکی در جریان می شود . در روندیابی جریان غیرماندگار و یا برنامه های بهره برداری کانال های روباز، آگاهی از رفتار چنین جریانی در باز ه ها ضروری است . این درحالی است که شبیه سازی عددی این پدیده به واسطه وجود ناپیوستگی هیدرولیکی و غیرماندگاری جریان، پیچیده است و داده های آزمایشگاهی در این مورد نیز محدو...

full text

بهینه سازی بازده نموداری توربین بخار به کمک الگوریتم ژنتیک

امروزه تولید برق مهم­ترین بخش تولید انرژی در صنایع را به خود اختصاص داده است که در این رهگذر، بهینه­سازی مصرف انرژی و توان نیروگاهی می­تواند در صرفه­جویی انرژی مفید واقع شود. یکی از بخش­های مهم نیروگاهی، طراحی و ساخت توربین­ها، اعم از توربین­های هیدرولیکی، بخاری، بادی و هسته­ای می­باشد. بدین منظور طراحی نیروگاه­ها به­عنوان مهم­ترین موضوع مد نظر قرار می­گیرد. در این مقاله، با توجه به روابط مهندس...

full text

مدل سازی و بهینه سازی واحد تولید هیدروژن با شبکه ی عصبی مصنوعی و الگوریتم ژنتیک

هدف اصلی این پژوهش، مدل سازی واحد صنعتی تولید هیدروژن براساس تبدیل متان با بخار آب با کاربرد شبکه ی عصبی مصنوعی است. عامل های دبی فراورده و انرژی مصرفی به عنوان عامل های خروجی مدل در نظر گرفته شد و دو شبکه ی عصبی مجزا برای پیش بینی این دو عامل مدنظر قرارگرفت. نتیجه های مدل سازی با دقت بسیار خوب، خطای متوسط مطلق، خطای متوسط نسبی و خطای احتمالی بین داده های واقعی کارخانه و مدل را به ترتیب برابر ب...

full text

مدل‌کردن و بهینه سازی سنتز آنزیمی کافئیک اسید فن اتیل استر با استفاده از شبکه عصبی مصنوعی و الگوریتم ژنتیک

در این تحقیق، واکنش کافئیک اسید و 2- فنیل اتانول در حضور لیپاز تثبیت شده از مخمر آنتارکتیکا (نووزیم 435) به منظور تولید کافئیک اسید فن اتیل استر در سیستم ایزواکتان با استفاده از روش‌های شبکه عصبی مصنوعی و ژنتیک الگوریتم مدل سازی و بهینه گردید. بدین منظور ازیک طرح مرکب مرکزی چرخش پذیر با 4 متغیر و 5 سطح جهت مدل کردن واکنش آنزیمی به کمک شبکه عصبی مصنوعی استفاده شد. متغیرهای مستقل شامل دما، زمان، ...

full text

تحلیل پارامتری و بهینه سازی سیکل تبرید اجکتوری فوق بحرانی همراه با سیال عامل‌های مختلف به کمک شبکه عصبی مصنوعی و الگوریتم بهینه سازی پرندگان

در این مقاله، به بررسی پارامتری و بهینه سازی سیکل تبرید اجکتوری همراه با سیال عامل های مختلف پرداخته شده است که قابلیت استفاده در بخشی از فرایند استفاده از انرژی خورشیدی را دارا می‌باشد. مزیت اصلی استفاده از اجکتور در سیکل های تبرید که معمولاً به جای کمپرسور بکار می رود، سادگی در ساخت و نگه داری، اطمینان پذیری بالا و هزینه ی کم می باشد. در این مطالعه، سیکل تبرید اجکتوری فوق بحرانی با استفاده از ...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 47  issue 1

pages  373- 377

publication date 2017-04-21

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023