مقایسه عملکرد روش های برازش منحنی و شبکه های عصبی بر پیش بینی دمای ذوب چدن در نقاط ذوب بالای 1000 تا 1500 درجه سانتیگراد

یکی از کاربردهای پردازش تصویر، عکسبرداری ازنوری است که در محدوده طیف رنگی قابل رویت توسط چشم انسان می باشد که برای اندازه گیری از دمای ذوب فلز چدن می توان از این تکنیک استفاده نمود. در این تحقیق از یک دوربین CCD برای گرفتن عکس از تصاویر چدن در حال ذوب در محدوده دمای 1000 تا 1500 درجه سانتیگراد استفاده شده است و در همان حال با استفاده از ترموکوبل دمای مواد مذاب را اندازه گیری نموده ایم. با استفاده از تکنیک های پردازش تصویر اقدام به استخراج ویژگی های رنگی از مواد مذاب نموده و سپس با استفاده از روشهای برازش منحنی و شبکه های عصبی پرسپترون چند لایه اقدام به پیش بینی دمای ذوب چدن نموده ایم. نتایج حاصل از این تحقیق بیانگر آن است که استفاده شبکه های عصبی پرسپترون چند لایه جهت پیش بینی دمای ذوب چدن، در مقایسه با وروشهای برازش منحنی عملکرد بهتری را نشان می دهد. با روش برازش منحنی، میانگین مقدار خطای مطلق برابر با8.6 درجه سانتیگراد و با شبکه های عصبی پرسپترون چند لایه مقدار (Root Mean Squre Error)=0.00011، =0.9999(Correlation Coefficient) بدست آمده است.

کلیدواژه ها:

پردازش تصویر ، برازش منحنی ، شکبه های عصبی ، ترموکوپل ، دوربین CCD