پیش بینی استحکام تاحدپارگی گرب ژئوتکستالهای سوزن زنی شده: مقایسه مدلهای رگرسیون چندمتغیره خطی، رگرسیون فازی و شبکه های عصبی مصنوعی

سال انتشار: 1386
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 657

فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می 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:

NTEC06_235

تاریخ نمایه سازی: 28 مرداد 1391

چکیده مقاله:

در این تحقیق استحکام تا حد پارگی گرب ژئوتکستایلهای سوزن زنی شده مدلسازی شده است. نمونه ها با استفاده ازالیاف پلی پروپیلن که دارای خصوصیات کششی مختلف بودند، تولید شدند. نمونه ها با استفاده از ماشین کاردینگ و سوزن زنی تولید شدند. در خلال فرایند سوزن زنی فاکتورهایی مثل عمق سوزن زنی، نوع سوزن زنی (یکطرفه و دوطرفه)، نوع سوزن مورد استفاده و ضخامت لایه تغییر داده شد. استحکام تا حد پارگی گرب ژئوتکستایلهای سوزن زنی شده با استفاده از رگرسیون چند متغیره خطی، شبکه عصبی مصنوعی و رگرسیون فازی پیش بینی شد. نتایج حاصل نشان داد که مدل شبکه عصبی مصنوعی و رگرسیون چند متغیره خطی دارای قابلیت بهتری در مقایسه با مدل رگرسیون فازی هستند. قابلیت مدل شبکه عصبی اختلاف کمی با مدل رگرسیون خطی داشت. همچنین نحوه تاثیرگذاری متغیرها برروی استحکام تا حد پارگی گرب با استفاده از مدل شبکه عصبی مصنوعی بررسی شد. نتایج حاصل نشان داد که عمق نفوذ سوزن و نوع سوزن زنی بیشترین تاثیر را دارند. همچنین ظرافت الیاف و ضخامت لایه کمترین تاثیر را داشتند

کلیدواژه ها:

استحکام تا حد پارگی گرب ، رگرسیون چند متغیره خطی ، رگرسیون فازی ، شبکه عصبی مصنوعی

نویسندگان

محسن شنبه

مربی دانشکده مهندسی نساجی، دانشگاه صنعتی اصفهان، ۸۴۱۵۶-۸۳۱۱۱، اصفهان، ایران

محمد ذره بینی

استادیار دانشکده مهندسی نساجی، دانشگاه صنعتی اصفهان، ۸۴۱۵۶-۸۳۱۱۱، اصفهان، ا

محمد مرشد

دانشیار دانشکده مهندسی نساجی، دانشگاه صنعتی اصفهان، ۸۴۱۵۶-۸۳۱۱۱، اصفهان، ای

مریم نصیری

کاشناس ارشد دانشکده مهندسی نساجی، دانشگاه صنعتی اصفهان، ۸۴۱۵۶-۸۳۱۱۱، اصفهان

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 :
  • Hue, C., L.: Ng, S., F.; _ New Approach for ...
  • Majumdar, P., K.; Majumdar, A.; "Predicting the Breaking Elongation of ...
  • Majumdar, A.; Majumdar, P., K.; Sarkar, B.;Application of Linear Regression, ...
  • Shanmugam, N.; Doke, S., S.;"Highest Standard Count Estimation from Fiber ...
  • S.Debnath, M. M adhu soothanan, V.R. S rini vasmoorthy _ ...
  • P. K. Majumdar, A. Majumdar, "Predicting the Breaking Elongation of ...
  • Cheng, L.; Adams, D., L.;"Yarn Strength Prediction Using Neurul Networks, ...
  • Sanchesz, E.: Sienencio; Lau, C.; Artificial Neurul Networks, 1* Edition ...
  • Schalkoff, R.J., Artificial Neurul Networks , McGraw-Hil International Editions, Singapore, ...
  • نمایش کامل مراجع