پیش بینی خواص مکانیکی ژئوپلیمرها با استفاده از شبکه های عصبی

  • سال انتشار: 1388
  • محل انتشار: هفتمین کنگره سرامیک ایران
  • کد COI اختصاصی: ICC07_046
  • زبان مقاله: فارسی
  • تعداد مشاهده: 1415
دانلود فایل این مقاله

نویسندگان

مجتبی نقوی

Ceramic Department, Materials and Energy Research Center (MERC)

یداله گنج خانلو

Ceramic Department, Materials and Energy Research Center (MERC)

حسین نورانیان

Ceramic Department, Materials and Energy Research Center (MERC)

امیر کمالو

Ceramic Department, Materials and Energy Research Center (MERC)

چکیده

در این کار ما با هدف پیش بینی و بهینه سازی خواص ژئوپلیمرها بیش از 50 داده مربوط به استحکام فشاری 7 روزه ژئوپلیمرهای تهیه شده از متاکائولن را از مراجع جمع آوری کردیم . پس از آن یک شبکه سه لایه ای طراحی کردیم که پارامترهای ورودی آن نسبت Na2O/K2O و H2O/R2O ،SiO2/Al2O3 ،R2O/Al2O 3 می باشد. (R=Na or K) و پارامتر خروجی آن استحکام فشاری می باشد. از داده های جمع آوری شده برای آموزش و آزمایش شبکه عصبی استفاده کردیم که با استفاده از روش آموزش لونبرگ مارکوارد(Levenberg-Marquardt) تعدیل شده توسط مککی (MacKay) تطابقت خوبی بین پیش بینی شبکه و داده های تجربی برای هر دو سری داده های آموزش و آزمایش بدست آمد . در نهایت از شبکه عصبی آموزش داده شده برای پیش بینی استحکام فشاری و خمشی بسته به نسبت های مختلف Na2O/K2O و H2O/R2O ،SiO2/Al2O3 ،Na2O/Al2O3 استفاده شد و بهینه این نسبت ها بترتیب برابر 1.2 - 1، 3.8 - 3.6 ، 11-10 و 1-0.6 پیش بینی شد.

کلیدواژه ها

مقالات مرتبط جدید

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.