تحلیل و پیش بینی وابسته به زمان نتایج آزمایشگاهی داده های حاصل از سیم داغ با کمک شبکه عصبی دینامیکی

یکی از ابزار قدرتمند در پیش بینی رفتار و پاس خهای سیستم در حوزه مهندسی شبکه عصبی می باشد. در کار حاضر با استفاده از یک شبکه عصبی وابسته به زمان داده های موجود حاصل از کار آزمایشگاهی برای مطالعه پارامترهای توربولانس مورد پردازش قرار گرفته است. مدل شبکه عصبی مدل پیش خور می باشد و برای تابع آموزش از الگوریتم لونبرگ- مارکوارادت استفاده شده است. داده های حاصل از پراب دوبعدی و یک بعدی سیم داغ که به صورت ولتاژ می باشد با انطباق آن ها به مقادیر سرعت توسط منحنی کالیبراسیون و تبدیل به بردار سرعت، به عنوان داده های ورودی برای آموزش شبکه عصبی مورد استفاده قرار گرفته اند. شبکه در دو حالت یک بعدی و دوبعدی آموزش داده شده و نتایج برای حالات دیگر با داده های آزمایشگاه ی مقایسه گردیده است که نتایج شبکه عصبی انطباق مناسبی با نتایج داده های دقیق ارائه می کند و همچنین مدلی برای میان یابی و پیش بینی حالات میانی ارائه گردیده است.

Keywords:

شبکه عصبی دینامیکی , توربولانس , سرعت سنج سیم داغ , الگوریتم لونبرگ- مارکوارادت