تشخیص ترک در تیر های هدفمند در راستای طولی به کمک شبکه عصبی مصنوعی
- سال انتشار: 1392
- محل انتشار: کنفرانس ملی مهندسی مکانیک ایران
- کد COI اختصاصی: NCMII01_001
- زبان مقاله: فارسی
- تعداد مشاهده: 966
نویسندگان
کارشناسی ارشد مهندسی مکاترونیک دانشگاه آزاد اسلامی واحد قزوین
استادیار، دانشگاه بوعلی سینا همدان
چکیده
با توجه به هزینه تولید و کاربردهای حساس مواد هدفمند عیب یابی این مواد از اهمیت بالایی برخوردار است. در این پژوهش به بررسی اثرات ترک بر فرکانسهای طبیعی تیر هدفمند محوری و سپس شناسایی ترک در تیر مورد بررسی به کمک شبکه عصبی مصنوعی پرداخته می شود. آنالیز مودال انجام شده بر روی یک تیر یکسر گیردار هدفمند محوری در این پژوهش به شیوه عددی صورت پذیرفت. نتایج بدست آمده از تحلیل المان محدود با استفاده از نتایج مرجع دیگر صحه گذاری شد. تیر هدفمند محوری یک سر گیردار ترکدار مورد بررسی به روش المان محدود برای حالتهای مختلف ترک مدل شد. تغییرات فرکانسهای طبیعی آن با تغییر پارامترهای عمق و مکان ترک بررسی شد. در ادامه روندی برای شناسایی مکان و عمق ترک سازه مورد نظر بر مبنای شبکه عصبی مصنوعی ارائه شده است. نتایج بدست آمده دقت بالای روش پیشنهادی را تایید می کند.کلیدواژه ها
شناسایی چندین ترک، شبکه عصبی مصنوعی، تیر چند پله ایمقالات مرتبط جدید
- تحلیل عددی تاثیر متغیرهای ضخامت و طول نمونه بر ناهمگنی کرنش ورق مسی براساس تعداد پاس های فرایند پرس کاری شیاری
- بهینه سازی سیستم راهگاهی و کاهش عیوب ریخته گری در پروانه پمپ با استفاده از نرم افزار Pro-CAST
- تاثیر انجماد نفوذ یکنترل شده بر سینتیک همگن سازی آلیاژ ۷۰۶۸ آلومینیم
- کاربرد تکنولوژی و فناوری در تولیدات خودرو و مهندسی مکانیک
- مروری بر فرصت ها و چالش های هوش مصنوعی در حوزه استخراج از معادن
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.