پیش‌بینی ضخامت لوله پلی اتیلن مبتنی بر به کارگیری شبکه عصبی مصنوعی
- سال انتشار: 1391
- محل انتشار: اولین کنفرانس ملی مهندسی برق اصفهان
- کد COI اختصاصی: ISFAHANELEC01_061
- زبان مقاله: فارسی
- تعداد مشاهده: 609
نویسندگان
کارشناسی ارشد مهندسی برق گرایش مکاترونیک از دانشگاه آزاد اسلامی واحد علوم و تحقیقات
کارشناسی ارشد مهندسی برق گرایش مکاترونیک از دانشگاه آزاد اسلامی واحد علوم و تحقیقات
کارشناسی ارشد مهندسی برق گرایش الکترونیک از دانشگاه صنعتی سهند تبریز
چکیده
در این مقاله از شبکه عصبی مصنوعی به عنوان ابزاری توانمند در مدلسازی فرآیندهای غیر خطی و نامعین به منظور پیش‌بینی ضخامت لوله‌های پلیس تیلر استفاده شده است. شبکه مورد نظر یک شبکه پیش خود بالای با الگوریتم پس انتشار است. سرعت ماشین اکسترودر ، درجه حرارت اکسترودر ، فاصله بین قالب و سمبه ، جریان نرخ مذاب مواد اولیه و ضخامت لوله مطابق با استاندارد 1٬331 ملی ایران به عنوان ورودی‌های شبکه در نظر گرفته می‌شوند و تخمین سرعت ماشین کشش به منظور دسترسی به ضخامت لوله استاندارد خروجی شبکه می‌باشد.کلیدواژه ها
شبکه عصبی، الگوریتم پس انتشار، پیش‌بینی ضخامت، پیش خور دو لایهمقالات مرتبط جدید
- tGraph_PheroWalk : یک الگوریتم جدید برای یادگیری بازنمایی گراف های پویا
- Efficient Triple Modular Redundancy for Reliability Enhancement of DNNs Using Explainable AI
- مقایسه فناوری CMUT با پیزوالکتریک برای کاربرد در تصویربرداری التراسونیک
- بهبود کنترل دست رباتیک به کمک کنترل کننده تطبیقی فازی-PID
- طراحی و شبیه سازی آنتن تک قطبی چند بانده فشرده با تغذیه ریز نوار برای بهبود عملکرد در باندهای فرکانسی ۲.۵، ۳.۸، ۵.۴ و ۶.۹ گیگاهرتز
اطلاعات بیشتر در مورد 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.