ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

پیش بینی طول عمرخستگی صفحات سوراخ شده با استفاده از شبکه های عصبی مصنوعی

سال انتشار: 1399
کد COI مقاله: ELEMECHCONF06_256
زبان مقاله: فارسیمشاهده این مقاله: 127
فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 15 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله پیش بینی طول عمرخستگی صفحات سوراخ شده با استفاده از شبکه های عصبی مصنوعی

وحید پورمحمد - دانشجوی کارشناسی ارشد، دانشکده مهندسی، گروه مکانیک، دانشگاه نبی اکرم تبریز
فیروز اسماعیلی گلدرق - مدیر گروه رشته کامپیوتر، دانشکده مهندسی، دانشگاه نبی اکرم
کریم صمدزمینی - مدیر گروه رشته مکانیک، دانشکده مهندسی، دانشگاه نبی اکرم

چکیده مقاله:

برای پیش بینی طول عمر خستگی صفحات سوراخ شده از شبکه های عصبی مصنوعی ا ستفاده می شود. خستگی که بیشتر در قسمت های سوراخ شده است و تنش در این نقاط نسبت به سایر نقاط صفحه متمرکز شده است، از این رو برای آزمایشات خستگی در صفحات سوراخ شده در این نقطه آزمایش می شود.برای صرفه جویی در زمان و هزینه ها از شبکه های عصبی مصنوعی برای تخمیین خستگی صفحات سوراخ شده استفاده می شود. روش کار این گونه بوده که داده ها ی ورودی و خروجی به شبکه آموزش داده میشود. تستهای خستگی به عنوان داده های ورودی و خروجی از مقالات مرتبط استخراج شده است، از کل 35 داده ها.%80 داده ها را برای آموزش شبکه در نظر گرفته و %20 برای تست نگه داشته شده است.در نهایت خروجی پیشبی شده توسط شبکه با خروجی واقعی مقایسه شده و بهترین عملکرد بعد از نرمالیزه کردن داده در صد خطا به مقدار0/964 رسیده است.

کلیدواژه ها:

شبکه عصبی، خستگی صفحات سوراخ شده، اتصالات دائم، اتصالات موقت.

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا ELEMECHCONF06_256 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/1129952/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
پورمحمد، وحید و اسماعیلی گلدرق، فیروز و صمدزمینی، کریم،1399،پیش بینی طول عمرخستگی صفحات سوراخ شده با استفاده از شبکه های عصبی مصنوعی،ششمین کنفرانس ملی پژوهش های کاربردی در مهندسی برق، مکانیک و مکاترونیک،تهران،https://civilica.com/doc/1129952

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1399، پورمحمد، وحید؛ فیروز اسماعیلی گلدرق و کریم صمدزمینی)
برای بار دوم به بعد: (1399، پورمحمد؛ اسماعیلی گلدرق و صمدزمینی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: موسسه غیرانتفاعی
تعداد مقالات: 177
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

پشتیبانی