پیش‌بینی خواص مکانیکی نانوکامپوزیت‌های پلی‌اتیلن سبک - نشاسته گرمانرم با استفاده از سامانه استنتاج فازی- عصبی تطبیقی

Authors

  • روح اله باقری
  • مریم ثابت زاده
  • مریم شهریاری کاهکشی
Abstract:

رفتار مکانیکی نانوکامپوزیت های پلی اتیلن سبک  نشاسته گرمانرم با استفاده از سامانه استنتاج فازی  عصبی تطبیقی بررسی شده است. بدین منظور، کامپوزیت های پلی اتیلن سبک  نشاسته گرمانرم حاوی مقادیر مختلف )صفر تا 3 درصد وزنی( نانوخاک رس ) Cloisite 15A ( با استفاده از فرایند اکستروژن تهیه شد. در عمل، انجام آزمون های مختلف برای تشخیص ارتباط میان پارامترهای فرایندی اکستروژن و خواص مکانیکی نانوکامپوزیت ها بسیار مشکل است. در این پژوهش، سامانه استنتاج فازی  عصبی تطبیقی ) ANFIS ( برای ایجاد نگاشت غیرخطی میان پارامترهای فرایندی و خواص مکانیکی نانوکامپوزیت ها به کار گرفته شد. مدل انفیس به دلیل داشتن قابلیت استنتاج و استدلال سامانه های فازی و خاصیت یادگیری شبکه های عصبی، می تواند به عنوان مدل چندورودی  چندخروجی برای پیش بینی خواص مکانیکی نانوکامپوزیت ها مانند استحکام کششی نهایی، ازدیاد طول تا پارگی، مدول یانگ و استحکام ضربه ای نسبی به کار رود. در مدل پیشنهادی گشتاور فرایندی، دما و مقدار نانوخاک رس کلویزیت 15A به عنوان پارامترهای ورودی برای پیش بینی خاصیت مکانیکی مدنظر استفاده شدند. نتایج به دست آمده در این پژوهش نشان می دهد، مدل انفیس پیشنهادی روش مؤثر و هوشمندی برای پیش بینی خواص مکانیکی نانوکامپوزیت های پلی اتیلن سبک  نشاسته گرمانرم با دقت خوبی است. کیفیت آماری مدل انفیس به دلیل داشتن معیار میانگین مجذور مربع خطای قابل قبول و ضریب همبستگی خوب )مقادیر R2 بیشتر از ۸/ ۰( بین خروجی های تجربی و شبیه سازی شده، مورد پذیرش است.  

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

پیش بینی خواص مکانیکی نانوکامپوزیت های پلی اتیلن سبک - نشاسته گرمانرم با استفاده از سامانه استنتاج فازی- عصبی تطبیقی

رفتار مکانیکی نانوکامپوزیت های پلی اتیلن سبک  نشاسته گرمانرم با استفاده از سامانه استنتاج فازی  عصبی تطبیقی بررسی شده است. بدین منظور، کامپوزیت های پلی اتیلن سبک  نشاسته گرمانرم حاوی مقادیر مختلف )صفر تا 3 درصد وزنی( نانوخاک رس ) cloisite 15a ( با استفاده از فرایند اکستروژن تهیه شد. در عمل، انجام آزمون های مختلف برای تشخیص ارتباط میان پارامترهای فرایندی اکستروژن و خواص مکانیکی نانوکامپوزیت ها ب...

full text

پیش بینی پسماند تولیدی شهر تهران با استفاده از سامانه استنتاج تطبیقی فازی-عصبی و شبکه‌های عصبی مصنوعی

پیش بینی کمیت تولید، نقش به سزایی در بهینه سازی و برنامه ریزی سامانه­ مدیریت پسماند­های جامد شهری دارد، اما به علت دینامیک بودن سامانه های مدیریت پسماند، پیچیدگی روابط بین متغیر ورودی و خروجی، در دسترس نبودن و یا ناکافی بودن اطلاعات و همچنین تاثیر عوامل متغیر و غیرقابل کنترل همواره کار مشکلی بوده است. امروزه استفاده از سامانه های هوشمند به عنوان راهکاری نوین در تحلیل مسائل زیست محیطی، گسترش یاف...

full text

پیش بینی و اطمینان از کیفیت روغن زیتون بکر با استفاده از سامانه استنتاج فازی– عصبی تطبیقی

تخمین پارامترهای کیفی روغن زیتون دارای اهمیت ویژه‌ای در روش‌های کنترل کیفیت مدرن است یکی از مهم‌ترین مشکلات در هنگام پیش بینی کیفیت روغن در طی نگهداری، پیچیدگی ویژگی‌های فیزیکو شیمیایی ماده اولیه و اختلاف داده ها به علل مختلف است. مدل‌سازی پایداری اکسایشی روغن زیتون با استفاده از سامانه استنتاج فازی– عصبی تطبیقی می‌تواند به بهبود فرآیند کنترل کیفیت این محصول کمک کند. ثبات اکسایشی یکی از پارامتر...

full text

پیش بینی و اطمینان از کیفیت روغن زیتون بکر با استفاده از سامانه استنتاج فازی– عصبی تطبیقی

تخمین پارامترهای کیفی روغن زیتون دارای اهمیت ویژه ای در روش های کنترل کیفیت مدرن است یکی از مهم ترین مشکلات در هنگام پیش بینی کیفیت روغن در طی نگهداری، پیچیدگی ویژگی های فیزیکو شیمیایی ماده اولیه و اختلاف داده ها به علل مختلف است. مدل سازی پایداری اکسایشی روغن زیتون با استفاده از سامانه استنتاج فازی– عصبی تطبیقی می تواند به بهبود فرآیند کنترل کیفیت این محصول کمک کند. ثبات اکسایشی یکی از پارامتر...

full text

تخمین ضریب اصطکاک در لوله‌ها با استفاده از سیستم تطبیقی استنتاج فازی- عصبی

تخمین ضریب اصطکاک در لوله‌ها در بسیاری از مسائل مهندسی آب و فاضلاب، مانند توزیع سرعت و تنش برشی، فرسایش، انتقال رسوب و افت هد، اهمیت ویژه‌ای دارد. در تحلیل این‌گونه مسائل با دانستن ضریب اصطکاک، می‌توان تخمین دقیق‌تری از آنها به‌دست آورد. در این تحقیق به‌منظور تخمین ضریب اصطکاک در لوله‌ها با استفاده از سیستم تطبیقی استنتاج فازی- عصبی، روش افراز شبکه‌ای مورد استفاده قرار گرفت. برای آموزش و تست مد...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 25  issue 3

pages  171- 180

publication date 2012-12-08

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