کاربرد شبکه های عصبی مصنوعی برای محاسبه افت فشار در لوله ها
Publish place: 13th Annual Conference of Mechanical Engineering
Publish Year: 1384
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 6,986
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ISME13_390
تاریخ نمایه سازی: 21 اسفند 1385
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 .
Keywords:
Authors
احمدرضا عظیمیان
دانشکده مهندسی مکانیک، دانشگاه صنعتی اصفهان