ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

بهینه سازی بارکمانش مخروط ناقص انحناءدار با استفاده از الگوریتم رقابت استعماری و الگوریتم ژنتیک

تعداد صفحات: 11 | تعداد نمایش خلاصه: 182 | نظرات: 0
سال انتشار: 1394
کد COI مقاله: MAARS01_026
زبان مقاله: فارسی
(فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.

با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 11 صفحه است در اختیار داشته باشید.

قیمت این مقاله : 3,000 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله بهینه سازی بارکمانش مخروط ناقص انحناءدار با استفاده از الگوریتم رقابت استعماری و الگوریتم ژنتیک

پرویز صمداوف - کارشناسی ارشد،دانشکده مهندسی مکانیک،دانشگاه صنعتی امیرکبیر
هادی پورشهسواری - کارشناسی ارشد ،دانشکده مهندسی مکانیک،دانشگاه صنعتی مالک اشتر
هادی صلواتی - استاد دانشکده مهندسی مکانیک،دانشگاه شهید باهنر کرمان
یونس علیزاده - دانشیار دانشکده مهندسی مکانیک، دانشگاه صنعتی امیرکبیر

چکیده مقاله:

کامپوزیت ها در بخش های گوناگون صنعت هوافضا به علت نسبت استحکام به وزن بالا نقشی کلیدی ایفا می کنند. و این مواد بی شک یکی از دلایل پیشرفت و سرعت ساخت، حمل و نقل، ایمنی و کاهش مصرف سوخت هستند. در واقع وزن کمتر کامپوزیت ها و هزینه ساخت نسبتاً کم آنها به همراه هزینه های تحقیق و توسعه باعث شده که در صنایع، زوایای لایه ای چینی آنها با دقت نسبتاً کمی مورد بررسی قرار گیرد و در بسیاری از موارد این مسئله تنها به نظر و تجزیه طراح بازگردد. با توجه به موارد مطرح شده و اهمیت استحکام بالا در صنایع هوافضا در پژوهش حاضر روشی سریع برای بهینه سازی محصولات کامپوزیتی به خدمت گرفته شده است و با توجه به نیاز صنایع با روش بهینه سازی تکاملی مورد بررسی قرار گرفته است، روند کار بدین صورت می باشد که ابتدا با استفاده از نرم افزار المان محدود 6.11 و ABAQUS اقدام مدل سازی پروسه مخروطی انحناء دار کامپوزیتی تحت بار کمانش و شرایط مرزی لبه های کاملاً گیردار شد که این مدل با یک کاری تجربه مشابه ساز گذاری گردید. با توجه به آنکه بهینه سازی عملی زمان بر است، در این مقاله برای کاهش مدت زمان آزمایش مدل تغییرات بار کمانش نسبت به لایه چینی به وسیله شبکه عصبی (ANN) چند لایه پیرسپترون و با استفاده از روش (LHS) ساخته شد. در نهایت با استفاده از الگوریتم رقابت استعماری (ICA) بهینه سازی لایه چینی پوست انجام شد. که نتایج به دست آمده از بهینه سازی الگوریتم رقابت استعماری با نتایج الگوریتم ژنتیک (GA) مقایسه شد و بهبود چشمگیری را در مقدار استحکام قطعه نشان داد.

کلیدواژه ها:

كامپوزيت مخروط انحناءدار،المان محدود،شبكه عصبي،الگوريتم ژنتيك،الگوريتم رقابت استعماري

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/441183/

کد COI مقاله: MAARS01_026

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
صمداوف، پرویز و پورشهسواری، هادی و صلواتی، هادی و علیزاده، یونس،1394،بهینه سازی بارکمانش مخروط ناقص انحناءدار با استفاده از الگوریتم رقابت استعماری و الگوریتم ژنتیک،همایش یافته های نوین در هوافضا و علوم وابسته،تهران،،،https://civilica.com/doc/441183

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1394، صمداوف، پرویز؛ هادی پورشهسواری و هادی صلواتی و یونس علیزاده)
برای بار دوم به بعد: (1394، صمداوف؛ پورشهسواری و صلواتی و علیزاده)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 ممقالهقاله لینک شده اند :

  • M. Baruch, J. Arbocz And , Zhang, "Laminated Conical Shells ...
  • Y. Goldfeld, J. Arbocz And A Rothwell, "Design And Optimization ...
  • Park, J. H.; Hwang, J. H.; Lee, C. S.; Hwang, ...
  • Salavati, H. S.; Kami, A.; Sadighi, M., "Optimization Of The ...
  • Atashpaz, E.; Caro, L., "Imperialist Competitive Algorithm: An Algorithm For ...
  • L. Tong, "Buckling Of Fil came nt-Wounded Laminated Conical Shells ...
  • A. G. Mamalis And W. Johnson, "The Quasi-Static Crumpling Of ...
  • Computational Inteligence: An Introduction, john willy & _ ...
  • Eshelman, J. D.; Whitley, D., "Real-Coded Genetic Algorithms And Interval ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله
    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
  • هوش مصنوعی > الگوریتم ژنتیک
  • هوش مصنوعی > شبکه عصبی
  • اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: 19,748
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره 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.

    پشتیبانی