بررسی الگوریتم معکوس جهت طراحی دماغه و دم یک AUV متقارن محوری
Publish place: The Second National Conference on Applied Research in Electrical, Mechanical and Mechatronics
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 664
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ELEMECHCONF02_462
تاریخ نمایه سازی: 22 مهر 1394
Abstract:
وسایل زیر سطحی خودکنترل یکی از ابزارهای ضروری در فعالیت های دریایی ازجمله اقیانوس شناسی، امنیت بنادر، مراقبت و نگهداری خطوط نفتی و کابل های زیر سطحی و همچنین نقشه برداری بستر اقیانوس ها به حساب می آیند. هنگام طراحی بدنه این وسایل ارائه یک پروفیل بدنه بهینه که قیود ناشی از طراحی را برآورده سازد و ضمنا بهترین عملکرد هیدرودینامیکی ممکن را داشته باشد یک چالش مهم به شمار می رود. در تحقیق پیشرو هدف، ارائه الگوریتم طراحی با روش معکوس به منظور بدست آوردن پروفیل دماغه و دم بدنه زیر سطحی خود کنترل شونده هیدرولب 500 با استفاده از پرفیل فشار مطلوب طراح می باشد که در آن قیود عدم جدایش و عدم کاویناسیون اعمال شده اند. برای نیل به این هدف توزیع فشار روی بدنه از نرم افزار فلوئنت بدست آمده است و با استفاده از الگوریتم تخمین شبکه عصبی پارامترهای موثر بر عملکرد الگوریتم شناسایی شده اند. نتایج به دست آمده از تحقیق حاضر نشان می دهند که الگوریتم ارائه شده با دقت قابل قبولی پروفیل دماغه و دم متناظر با پروفیل فشار دلخواه را تخمین می زند.
Keywords:
Authors
نوروز محمد نوری
دانشیار، رئیس دانشکده مهندسی مکانیک، دانشگاه علم و صنعت ایران، دانشکده مهندسی مکانیک، آزمایشگاه تحقیقاتی هیدرودینامیک کاربردی تهران
مجید علیجانی
دانشجوی کارشناسی ارشد مهندسی مکانیک،دانشگاه علم و صنعت ایران، دانشکده مهندسی مکانیک، آزمایشگاه تحقیقاتی هیدرودینامیک کاربردی تهران
سید حسن حسن پور
دانشجوی کارشناسی ارشد مهندسی مکانیک، دانشگاه علم و صنعت ایران-دانشکده مهندسی مکانیک-آزمایشگاه تحقیقاتی هیدرودینامیک کاربردی تهران
مرحمت زینعلی
دانشجو دکترا مهندسی مکانیک،دانشگاه علم و صنعت ایران-دانشکده مهندسی مکانیک-آزمایشگاه تحقیقاتی هیدرودینامیک کاربردی تهران
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 :