ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

پیشبینی درصد سایش پوشش های مولیبدن Mo ، پوشش داده شده توسط شبکه های عصبی مصنوعی

سال انتشار: 1386
کد COI مقاله: ICICE05_044
زبان مقاله: فارسیمشاهد این مقاله: 1,000
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 9 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله پیشبینی درصد سایش پوشش های مولیبدن Mo ، پوشش داده شده توسط شبکه های عصبی مصنوعی

مهدی ارجمندی بهزاد - دانشگاه صنعتی خواجه نصیرالدین طوسی – دانشکده مکانیک امور مهندسی و ت
حمید خرسند
سید حسین ساداتی
حسن عبدوس

چکیده مقاله:

در موتورهای احتراق داخلی به علت وجود دمای بالا در محفظه احتراق سطح پیستون بای دبسیار سخت و مقاوم به سایش باشد از این رو و برای افزایش خواص سایشی از پوشش های Mo استفاده میشود و درصد سایش این پوشش را باید همواره محاسبه کرده و داشته باشیم . ما برای رسیدن به این هدف از ابزار Feed Forward NeuralNetwork (FFNN) با الگوریتم آموزش Back Propagation(BP) استفاده کرده ایم تا بتوانیم میزان سایش راباتوجه به عواملی نظیربارگذاری،محیط و مدت زمان کارکرد ، تعیین کنیم . مقایسه بین نتایج پیش بینی شده و نتایج بدست آمده از آزمایشات تجربی وقت گیر و پر هزینه دیگران دلالت بر این امر دارد که بین این دو تطابق خوبی با دقت بالا وجوددارد . بنابراین از این شبکه آموزش داده شده میتوان برای تعیین میزان سایش( بدون نیاز به انجام آزمایش) این نوع پوششها و پوششهای دیگر استفاده کرد .

کلیدواژه ها:

شبکه های عصبی مصنوعی ، Feed Forward Neural Network ، پوششهای مولبیدن

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/54235/

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:
ارجمندی بهزاد، مهدی و خرسند، حمید و ساداتی، سید حسین و عبدوس، حسن،1386،پیشبینی درصد سایش پوشش های مولیبدن Mo ، پوشش داده شده توسط شبکه های عصبی مصنوعی،پنجمین همایش موتورهای درونسوز،تهران،،،https://civilica.com/doc/54235

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: (1386، ارجمندی بهزاد، مهدی؛ حمید خرسند و سید حسین ساداتی و حسن عبدوس)
برای بار دوم به بعد: (1386، ارجمندی بهزاد؛ خرسند و ساداتی و عبدوس)
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 :

  • R.C.McCune and G.A.Weber , Automotive Engine Materials, 2000 ...
  • Charles L .Proctor , Internal Combustion Engine , 2001 ...
  • A.S. Demirkiran, E. Celik, M. Yargan, E. Avci, Oxidation behaviour ...
  • S. Usmani, S. Sampath, Tim e-dependent friction response of plasmasprayed ...
  • Z. Liu, M. Hua, Wear transitions and mechanisms in lubricated ...
  • H.L. Du, P.K. Datta, J.S. Burnell-Gray, X. Guo, Influence of ...
  • Nimonic PE11 alloys, Surf. Coat. Technol. 76-77 (1995) 1-6. ...
  • K.M. Ajay, R.B. Randy, Thermal cycling response and oxidation behavior ...
  • M. Finot, S. Suresh, C. Bull, S. Sampath, Curvature changes ...
  • L. Prchlik, S. Sampath, J. Gutleber, G. Bancke, A.W. Ruff, ...
  • S.F. Wayne, S. Sampath, S. Anand, Wear mechanisms in thermallysp ...
  • Liujie xu, jiandog .Artificial neural network prediction of retained austenine ...
  • Hykin, neural network comprehens ive foundation 1995 ...
  • E.j -d ayhoff, neural network architecture new York 1990 ...
  • J.m.zurad , introduction to artificil neural network , DWS, boston ...
  • B. Uyulgan, H. C, etinel, I. Ozdemir, C. Tekmen, S.C. ...
  • Howard Demuth, Mark Beale _ Neural Network Toolbox. 1998 ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

    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: 9,977
    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