پیش بینی عناصر تشکیل دهنده ی سیمان با استفاده از آنالیز فعال سازی نوترونی و شبکه های عصبی مصنوعی
سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 505
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IRCEM02_269
تاریخ نمایه سازی: 7 اسفند 1396
چکیده مقاله:
شبکه های عصبی مصنوعی (ANNs) یکی از پرکاربردترین روش ها برای پیش بینی در مسایل مختلف هستند که برای مدل سازی سیستم های پیچیده و غیر خطی به کار می روند. در این مقاله با استفاده از دستگاه IR-IECF سیمان شامل مواد کلسیم، سیلیسیم، آلومینیوم و آهن نوترون دهی گردیده است و فوتون های پراکنده از این عناصرآشکارسازی شده اند. کتابخانه ای شامل 29 عضو از طیف اشعه ی گاما برای نمونه های مشخص توسط نرم افزار MCNPX تولید شده و سپس از این داده به منظور یادگیری شبکه عصبی مصنوعی پرسپترون چند لایه MLP استفاده گردیده است و سپس درصدهای این عناصر در سیمان پیش بینی شده اند. در نهایت شبکه ی MLP طراحی شده دارای خطای بسیار مناسبی بوده است.
کلیدواژه ها:
نویسندگان
غلامحسین روشنی
گروه مهندسی برق، دانشگاه صنعتی کرمانشاه ، کرمانشاه، ایران
فرزین شماع
گروه مهندسی برق، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران
آرزو خزایی
گروه مهندسی برق، دانشگاه صنعتی کرمانشاه ، کرمانشاه، ایران