مدل‌سازی عمر خستگی اتصالات دو لبه برشی با استفاده از شبکه عصبی مصنوعی

Authors

Abstract:

خستگی یکی از عوامل اصلی در واماندگی اتصالات مکانیکی و صفحات در صنایع هوافضا و صنایع اتومبیل‌سازی می‌باشد پدیده‌ی خستگی در اثر بارگذاری متغیر به زمان رخ می‌دهد. در این پژوهش نتایج تجربی عمر خستگی اتصالات دو لبه برشی آلومینیم 3T -2024 Al در بارهای مختلف از تست خستگی به دست آمده و نتایج حاصل برای مدل‌سازی با شبکه عصبی مصنوعی استفاده شده است. شبکه‌های عصبی مصنوعی با پردازش داده‌های تجربی، دانش یا قانون نهفته در ورای داده‌ها را به ساختار شبکه منتقل می‌کنند و بر خلاف مدل‌های ریاضی نیازی به تعیین رابطه ریاضی بین ورودی‌ها و خروجی‌ها ندارند. به منظور مدل سازی شبکه عصبی مصنوعی ابتدا بطور کاملا تصادفی یکی از داده‌های تجربی مربوط به عمر خستگی برای اعتبارسنجی و دو داده دیگر برای تست انتخاب شدند و از بقیه داده‌ها برای یافتن مقادیر بهینه وزن‌ها و بایاس‌ها استفاده شده است. پس از اطمینان از دقت مدل بدست آمده از آن در فاز کاری برای پیش‌بینی عمر خستگی در بارهای مختلف که قبلا تست نشده‌اند به کار گرفته شده است. از مقایسه نتایج تجربی و نتایج حاصل از مدل ایجاد شده مشاهده می‌شود که می‌توان از شبکه عصبی مصنوعی 3 لایه با خطای کمتر از 10 درصد برای یافتن عمر خستگی نمونه تحت بارهای مختلف استفاده کرد

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

تخمین سختی برشی شکست ( ) با استفاده از شبکه عصبی مصنوعی

    در سال‌های اخیر با بهره‌گیری از روش‌های مختلف آزمایشگاهی، چگونگی مد برشی شکست با استفاده از نمونه‌های سنگی مورد بررسی قرار گرفته است. اغلب گسیختگی‌های رخ داده در طبیعت در اثر عملکرد نیروهای کششی و برشی در توده سنگ می‌باشد. تعیین دقیق سختی برشی شکست برای درک و تحلیل رفتار گسیختگی‌ها در حفریات سطحی و زیرزمینی از اهمیت ویژه‌ای برخوردار می‌باشد. بررسی جامع دستاوردهای علمی‌در خصوص تعیین سختی برش...

full text

مدلسازی نفوذپذیری سیستم بیوراکتورغشایی با استفاده از شبکه عصبی مصنوعی

مدلسازی برای سیستم های پیچیده ای همچون بیوراکتور غشایی به دلیل امکان اجرای آزمایشهای مجازی زیاد در زمان کوتاه ابزاری قدرتمند است، اگرچه نیازمند اعتبار تجربی و تبدیل فرایند به مدل ریاضی می باشد. در این پژوهش به مدلسازی فرایند فیلتراسیون توسط شبکه های عصبی با استفاده از نرم افزار MATLAB 8.1 (2013) پرداخته شده و از داده های تجربی یک سیستم بیوراکتور غشایی غوطه ور مجهز به غشاء کوبوتا جهت تصفیه فاضلا...

full text

تخمین سختی برشی شکست ( ) با استفاده از شبکه عصبی مصنوعی

در سال­های اخیر با بهره­گیری از روش­های مختلف آزمایشگاهی، چگونگی مد برشی شکست با استفاده از نمونه­های سنگی مورد بررسی قرار گرفته است. اغلب گسیختگی­های رخ داده در طبیعت در اثر عملکرد نیروهای کششی و برشی در توده سنگ می­باشد. تعیین دقیق سختی برشی شکست برای درک و تحلیل رفتار گسیختگی­ها در حفریات سطحی و زیرزمینی از اهمیت ویژه­ای برخوردار می­باشد. بررسی جامع دستاوردهای علمی در خصوص تعیین سختی برشی شک...

full text

مطالعه اثر نیروی محوری پیچ بر روی عمر خستگی اتصالات مرکب (پیچ/چسب) دو لبه برشی

هدف کلی در این پایان نامه مطالعه اثر نیروی محوری پیچ بر روی عمر خستگی اتصالات مرکب(پیچ-چسب) دو لبه برشی به روش تجربی و عددی می باشد. در قسمت تجربی این تحقیق صفحات اتصالی از جنس آلیاژ آلومینیوم 2024-t3 که یکی از مواد پرمصرف در صنایع هوافضا می باشد با استفاده از پیچ و مهره فولادی و چسب مخصوص مونتاژ گردیدند. چسب مورد استفاده در این تحقیق، چسب loctite 3421 می باشد که دارای مقاومت بالایی است. سپس ...

15 صفحه اول

مدلسازی غلظت تری هالومتان در آب شرب با استفاده از شبکه عصبی مصنوعی

در این مطالعه جهت مدل سازی میزان غلظت تری هالومتان در آب شرب، از شبکه عصبی مصنوعی استفاده شده است. پس از آموزش، شبکه عصبی قادر است براساس مشخصات کیفی آب و میزان غلضت کلر در آب شرب، میزان غلظت تری هالومتان را پیش بینی کند. جهت ارزیابی و تشریح مدل، آب تصفیه خانه سنگر واقع در شهرستان رشت به صورت موردی  بررسی شده است. از اندازه گیری های انجام یافته بر روی آب شرب تصفیه خانه سنگر، داده های مورد نیاز،...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 15  issue 49

pages  55- 63

publication date 2017-08-23

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