پیش بینی عناصر تشکیل دهنده ی سیمان با استفاده از آنالیز فعال سازی نوترونی و شبکه های عصبی مصنوعی
Publish Year: 1396
Type: Conference paper
Language: Persian
View: 535
- Certificate
- I'm the author of the paper
Export:
Document National Code:
IRCEM02_269
Index date: 26 February 2018
پیش بینی عناصر تشکیل دهنده ی سیمان با استفاده از آنالیز فعال سازی نوترونی و شبکه های عصبی مصنوعی abstract
شبکه های عصبی مصنوعی (ANNs) یکی از پرکاربردترین روش ها برای پیش بینی در مسایل مختلف هستند که برای مدل سازی سیستم های پیچیده و غیر خطی به کار می روند. در این مقاله با استفاده از دستگاه IR-IECF سیمان شامل مواد کلسیم، سیلیسیم، آلومینیوم و آهن نوترون دهی گردیده است و فوتون های پراکنده از این عناصرآشکارسازی شده اند. کتابخانه ای شامل 29 عضو از طیف اشعه ی گاما برای نمونه های مشخص توسط نرم افزار MCNPX تولید شده و سپس از این داده به منظور یادگیری شبکه عصبی مصنوعی پرسپترون چند لایه MLP استفاده گردیده است و سپس درصدهای این عناصر در سیمان پیش بینی شده اند. در نهایت شبکه ی MLP طراحی شده دارای خطای بسیار مناسبی بوده است.
پیش بینی عناصر تشکیل دهنده ی سیمان با استفاده از آنالیز فعال سازی نوترونی و شبکه های عصبی مصنوعی Keywords:
پیش بینی عناصر تشکیل دهنده ی سیمان با استفاده از آنالیز فعال سازی نوترونی و شبکه های عصبی مصنوعی authors
غلامحسین روشنی
گروه مهندسی برق، دانشگاه صنعتی کرمانشاه ، کرمانشاه، ایران
فرزین شماع
گروه مهندسی برق، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران
آرزو خزایی
گروه مهندسی برق، دانشگاه صنعتی کرمانشاه ، کرمانشاه، ایران