کاربرد شبکه های عصبی مصنوعی برای محاسبه افت فشار در لوله ها
Publish place: 13th Annual Conference of Mechanical Engineering
Publish Year: 1384
Type: Conference paper
Language: Persian
View: 7,108
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
ISME13_390
Index date: 12 March 2007
کاربرد شبکه های عصبی مصنوعی برای محاسبه افت فشار در لوله ها abstract
در این مقاله سعی شده است تا با استفاده از روش شبکه های مصنوعی عصبی ضریب اصطکاک مورد استفاده در محاسبات مربوط به افت فشار در لوله ها را بدست آورد . در مسائل مکانیک سیالات ضریب اصطکاک معمولاً از نمودار مودی استخراج شده و یا از فرمولهای نیمه تجربی محاسبه میشود . در این مقاله با استفاده از بخشی از اطلاعات استخراج شده از نمودار مودی یک شبکه عصبی مصنوعی را آموزش داده و پس از آن با استفاده از اطلاعات دیگری که در بخش قبلی از آنها استفاده نشده است به برآورد ضریب اصطکاک می ( را به عنوان ε/D ( و زیری نسبی (Re) باید اعداد بی بعد رینولدز (f) پردازیم . در نمودار مودی برای استخراج ضریب اصطکاک ورودی بکار برد . در یک برنامه آموزش دیده شبکه عصبی هم با معرفی عدد رینولدز و زبر نسبی به عنوان دو پارامتر ورودی ضریب اصطکاک به عنوان خروجی برنامه بدست می آید . برای بالابردن دقت نتایج حاصل از این روش عددی، شیوه های گوناگونی برای آموزش برنامه وجود دارند . این شیوه ها، شامل نرمالیزه کردن اعداد قبل از آموزش شبکه عصبی است . شیوه های گوناگون نرمالیزه کردن شامل نرمالیزه کردن خطی، لگاریتمی، و غیره است که نتایج حاصل نشان دادند که باتوجه به طبیعت غیر خطی نمودار مودی، روش نرمالیزه کردن لگاریتمی بهترین روش ممکن در این مطالعه است و نتایجی با دقت بسیار بالا و خطای کمتر از ۴ / ۰ % بدست می آیند .
کاربرد شبکه های عصبی مصنوعی برای محاسبه افت فشار در لوله ها Keywords:
کاربرد شبکه های عصبی مصنوعی برای محاسبه افت فشار در لوله ها authors
احمدرضا عظیمیان
دانشکده مهندسی مکانیک، دانشگاه صنعتی اصفهان