بررسی جذب انرژی در یک ساختار مشبک آگزتیکی با استفاده از یادگیری ماشین مبتنی بر شبکهعصبی مصنوعی و الگوریتم ژنتیک

امروزه با پیشرفت تکنولوژی، بهبود و کیفیت زندگی، هوش مصنوعی درجهان جایگاه ویژه ای پیدا کرده است. در این پژوهش به بهینه سازی سازهشبکه ای آگزتیک منحنی شکل ساخته شده از پلی لاکتیک اسید پرداختهشده است. سازه های مشبک به علت مزایایی از جمله جذب انرژی بالا کهدارند کاربرد بسیارگسترده ای در صنایع مختلف دارند. در این تحقیق براینخستین بار، یک ساختار آگزتیک متشکل از بازوهای انحنادار ارائه شدهاست. پارامترهای هندسی این ساختار می توانند تاثیر محسوسی بر مقدارجذب انرژی این سازه ها داشته باشند. در همین راستا، بهینه سازیپارامترهای هندسی با استفاده از الگوریتم ژنتیک انجام شده است. در اینبهینه سازی پارامترهای هندسی شامل شعاع انحنای هر بازو، زاویه انحنایهر بازو و طول بازوی مستقیم نسبت به انرژی جذب شده توسط سازه، نیرویبیشینه و مدول الاستیسیته بهینه شده اند. تعداد زیاد پارامترهای بهینه سازیتایید کننده استفاده از الگوریتم ژنتیک برای فرآیند بهینه سازی این ساختاراست. بهینه سازی با استفاده از الگوریتم ژنتیک مستلزم وجود یک تابع هدفاست که پارامترهای هندسی نسبت به آن بهینه شوند. این تابع هدفمیبایست یک تابع پیوسته باشد که بتواند به ازای هر پارامتر هندسی،خروجی های لازم را تولید کند. در این تحقیق از شبکه عصبی مصنوعی برایساخت تابع هدف استفاده شده است. شبکه عصبی مصنوعی این امکان رافراهم می کند که با وجود تعداد محدودی ورودی و خروجی بتوان یک تابعپیوسته ایجاد کرد که بتواند به ازای دریافت ورودی های مختلف،خروجی های مناسبی تولیدکند. پس از استخراج پارامترهای هندسی بهینه،ساختار بهینه با استفاده از چاپگر سه بعدی ساخته شده و مورد آزمایش فشارشبه استاتیک قرار گرفته است

کلیدواژه ها:

سازه آگزتیک ، شبکه عصبی مصنوعی ، الگوریتم ژنتیک ، جذب انرژی ، هوش مصنوعی