پیش بینی مشخصات فلاتر بال مستطیلی پسگرا در جریان تراکم پذیر با استفاده از فرامدل مبتنی بر داده تجربی
- سال انتشار: 1387
- محل انتشار: ششمین کنفرانس سالانه دانشجویی مهندسی مکانیک
- کد COI اختصاصی: ASCME06_037
- زبان مقاله: فارسی
- تعداد مشاهده: 1781
نویسندگان
دانشجوی دکتری مهندسی مکانیک ، دانشگاه تربیت مدرس
کارشناس ارشد مهندسی هوافضا، دانشگاه صنعتی شریف
کارشناس ارشد مهندسی هوافضا، دانشگاه تربیت مدرس
چکیده
در این پژوهش ، با استفاده از روش شبکه عصبی مصنوعی و بر اساس داده تجربی ، یک فرامدل (Metamodel) برای پیش بینی سریع و کارامد سرعت و فرکانس فلاتر بال های مستطیلی پسگرا، طراحی و بکار گرفته شده است. در این راستا، یک شبکه عصبی پرسپترون طراحی و براساس مجموعه داده تجربی حاوی مشخصات فلاتر مدلهای مختلف بال مستطیلی آموزش داده شد. برخی از موارد موجود در این مجموعه به شبکه آموزش داده نشد و برای ارزیابی نگهداشته شدند. نتایج فرامدل با داده تجربی و نتایج یک کد فلاتر توسعه یافته بر اساس مدل ایرودینامیکی تحلیلی مقایسه گردید که تطابق خوبی بین آنها برقرار بود. نتیجه گرفته شد که فرامدل حاضر فیزیک حاکم بر داده تجربی مذکور را فرا گرفته و می تواند برای پیش بینی سریع مشخصات فلاتر بال های مستطیلی پسگرا و مطالعات پارامتریک بر روی پدیده فلاتر این بالها مورد استفاده قرار گیرد.کلیدواژه ها
ایروالاستیسیته ، فلاتر بال ، شبکه عصبی مصنوعیمقالات مرتبط جدید
- بهینه سازی مدیریت انرژی در ریزشبکه ها با استفاده از الگوریتم های هوش مصنوعی
- مبانی، کاربردها و چالشهای یادگیری مشارکتی و تحلیل تجربی و مقایسه ابزارهای یادگیری فدرالی در پیاده سازی مدلهای یادگیری ماشین
- راهکارهای مبتنی بر هوش مصنوعی برای بهره وری انرژی در تولید سیمان: یک بررسی جامع
- معماری اینترنت اشیا مبتنی بر هوش مصنوعی در مدیریت انرژی هوشمند
- سیستم های EMS/BMS در ساختمان های ZEB و نمونههای اجرا شده آن در سطح جهانی
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.