شناسایی و تعیین مقدار تاثیر متغیرهای کنترلی کارخانه بر خواص فیزیکی و مکانیکی تخته فیبر با دانسیته متوسط با سیستم شبکه عصبی مصنوعی

سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 87

نسخه کامل این مقاله ارائه نشده است و در دسترس نمی باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_IJWP-13-3_003

تاریخ نمایه سازی: 8 دی 1401

چکیده مقاله:

خواص فرآورده های مرکب چوبی حاصل ازمتغیرهای کنترلی یا به عبارت دیگر ماشین های فرآیندی کارخانه است. شناسایی این نقاط حساس از اهمیت ویژه ای برخوردار است، زیرا به کنترل کننده های خط تولید کارخانه این امکان را می دهد که بتوانند خط تولید و کیفیت محصول را به شکل کاملا مهندسی تنظیم نمایند و یا مطالعه دقیق تری از رفتار مواد و فرآیند داشته باشند. متغیرهای ورودی این کارخانه از سه شیفت کاری به تعداد ۱۵۴ ردیف داده متناظر با همدیگر و با خصوصیات خروجی هستند. متغیرهای ورودی کارخانه شامل متغیرهای درصد رطوبت خرده چوب، دانسیته خرده چوب، دانسیته کیک، درجه حرارت مواد، مقدار مصرف چسب به درصد، مقدار مصرف چسب به کیلوگرم، رطوبت الیاف و سرعت پرس و داده های اندازه گیری شده شامل دانسیته، مدول خمشی، مدول الاستیسیته، چسبندگی داخلی، رطوبت تخته و واکشیدگی ضخامت می باشد. پس از نرمال سازی داده ها، مقدار تاثیر متغیرهای ورودی بر هرکدام از خواص تخته فیبر با روش شبکه عصبی مصنوعی و براساس معیارهایی مانند آزمون گاما و درصد خطا مشخص شد. نتایج نشان دادند که تمامی متغیرهای ورودی بر خصوصیات خروجی تخته فیبر اثرگذار می باشند و ترتیب اثرگذاری متغیرها به نوع خصوصیات بستگی دارد. اثر متغیرهایی مانند دانسیته کیک الیاف تقریبا بیشتر از بقیه متغیرها بود. برخی متغیرهای ورودی مانند مقدار چسب به کیلوگرم بر روی خواص تخته فیبر با دانسیته متوسط اثر کمتری دارند و این متغیر در خط تولید برخی کارخانه ها ثابت در نظر گرفته می شود. همبستگی بالای مقدار پیش بینی با مقدار واقعی خروجی ها و درصد خطای کم آن اعتبار بالای پیش بینی ها را نشان داد که به ترتیب بالای ۹/۰ و کمتر از ۹ درصد بود.

کلیدواژه ها:

آزمون گاما ، خواص مکانیکی ، خواص فیزیکی ، تخته فیبر با دانسیته متوسط

نویسندگان

سکینه شیرزائی

دانشجوی دکتری کامپوزیت های لیگنوسلولزی

علی بیات کشکولی

دانشیار، دانشکده منابع طبیعی، دانشگاه زابل

سعیدرضا فرخ پیام

عضو هیات علمی دانشگاه زابل

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Iliadis, L.S., Spartalis, S. and Tachos, S., ۲۰۰۸. Application of ...
  • Fernandez, F.G., Esteban, L.G., de Palacios, P., Navarro, N. and ...
  • Bayatkashkoli, A., Nesi, F. and Moghadamneya, A., ۲۰۱۵. Comparison of ...
  • Bayatkashkoli, A., ۲۰۱۳. Evaluation of process variable’s effect on the ...
  • Kaya, A. İ., llkucar, M. and Çifci, A., ۲۰۱۹. Use ...
  • Gürgen, A., Çakmak, A., Yildiz, S. and Malkoçoğlu, A., ۲۰۲۲. ...
  • Arabi, M., rostampour haftkhani, A. and Poorbaba, R., ۲۰۲۱. An ...
  • Esteban, L.G., Garcia Fernandez, F., de Palacios, P. and Conde, ...
  • Standard test methods for wood—wood-based panels, dry-process fiberboard, Part ۵: ...
  • Amere, M., Adebe, M.A. and Purmosa, S., ۲۰۰۹. Determine of ...
  • Moradian, M.H., Ebrahemi, G., Resalate, H. and Durado, A., ۲۰۰۸. ...
  • Hatam A., Pourtahmasi K., Resalati H. and Lohrasebi A.H., ۲۰۰۸. ...
  • Andre, N., Cho, H.W., Baek, S.H., Jeong, M.K. and Young, ...
  • Yapici, F. and Ulucan, D., ۲۰۱۲. Prediction of modulus of ...
  • Ozcifci, A., Yapici, F. and Altun, S., ۲۰۰۹. The prediction ...
  • نمایش کامل مراجع