مدل سازی منحنی دمایی کوره تونلی به روش شبکه عصبی مصنوعی و کمینه سازی ایرادات در خروجی به روش لونبرگ مارکارد
Publish Year: 1393
Type: Conference paper
Language: Persian
View: 837
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
NCTCC03_116
Index date: 1 September 2014
مدل سازی منحنی دمایی کوره تونلی به روش شبکه عصبی مصنوعی و کمینه سازی ایرادات در خروجی به روش لونبرگ مارکارد abstract
کوره های تونلی یکی از انواع بسیار پرکاربرد کوره ها در صنعت سرامیک می باشند. دستیابی به منحنی پخت بهینه در این کوره ها جهت دستیابی به کمترین میزان ضایعات اگر بصورت آزمون و خطا انجام شود امری بسیار زمان بر و در برخی از موارد پرهزینه خواهد بود. هدف از این پژوهش بهینه سازی منحنی پخت کوره تونلی ساخت شرکت Dorst با کم کردن میزان ترک در محصول خروجی از کوره به روش شبکه عصبی مصنوعی می باشد. داده های ورودی به سیستم دمای 9 نقطه کوره با سیکل 16 ساعت به همراه درصد آیتم های ترک خورده در هر حالت می باشد. پس از تحلیل دادهها در قالب سیستم شبکه عصبی مصنوعی اقدام به کمینه کردن درصد ترک به روش لونبرگ- مارکارد و از این طریق محاسبه دمای بهینه هر مشعل گردید. که نتایج آزمایش عملی با تئوری با 0/3 درصد خطا مطابقت قابل قبولی را نشان می دهند.
مدل سازی منحنی دمایی کوره تونلی به روش شبکه عصبی مصنوعی و کمینه سازی ایرادات در خروجی به روش لونبرگ مارکارد Keywords:
مدل سازی منحنی دمایی کوره تونلی به روش شبکه عصبی مصنوعی و کمینه سازی ایرادات در خروجی به روش لونبرگ مارکارد authors
سولماز برومندی
مشهد، دانشگاه فردوسی مشهد، گروه مهندسی شیمی
زهرا حجازی
مشهد، گروه کارخانجات مقصود، واحد تحقیقات مهندسی
فرزانه حریری دیبا
مشهد، دانشگاه فردوسی مشهد، گروه مهندسی شیمی
مهدیه سبحانی
مشهد، دانشگاه فردوسی مشهد، گروه مهندسی شیمی
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :