پیش بینی پروفیل سایش غلتک های نورد به منظور برنامه ریزی پاس های نورد و برنامه نورد در کارخانجات نورد فولاد از اهمیت ویژه ای برخوردار است. در این پروژه طول غلتک نورد به بخش های کوچک تقسیم شد و برای هر بخش یک شبکه عصبی مجزا تعریف گردید که تمام این شبکه ها در یک شبکه واحد سفارشی تعریف گردیدند تا زمان مدل سازی کاهش یابد. برای هر بخش از طول غلتک معادله پروفیل سایش استخراج گردید و در اختیار الگوریتم ژنتیکبرای کمینه کردن سایش قرار گرفت. در این پروژه از نرم افزار متلب MATLAB استفاده گردیده است. این پروژه بر مبنای داده های عملی خط نورد گرم فولاد سبا انجام شد. نتایج بدست آمده به خوبی با نمودارهای پروفیل سایش واحد سنگ زنی فولاد سبا تطابق دارد... مقاله تعیین پروفیل سایشی غلتک های نورد گرم ورق با شبکه های عصبی و بهینه سازی توسط الگوریتم ژنتیک مشتمل بر 8 صفحه، به زبان فارسی، تایپ شده، به همراه تصاویر، دیاگرام، فرمول ها و روابط ریاضی با فرمت pdf، گردآوری شده است.
جهت
دانلود مقاله تعیین پروفیل سایشی غلتک های نورد گرم ورق با شبکه های عصبی و بهینه سازی توسط
الگوریتم ژنتیک
برلینک زیر کلیک نمایید:
مقاله با عنوان: تعیین پروفیل سایشی غلتک های نورد گرم ورق با شبکه های عصبی و بهینه سازی توسط الگوریتم ژنتیک
مشاهده پست مشابه : مقاله با عنوان: پیش بینی نیرو در فرآیند اکستروژن معکوس قطعات توخالی به کمک شبکه های عصبی مصنوعی 
فرآیند اکستروژن معکوس قطعات توخالی دارای تغییر شکل زیاد و رفتار غیر خطی می باشد که تحلیل آن به کمک نرم افزارهای اجزاء محدود دارای محدودیت می باشد. در این پروژه به کمک شبکه های عصبی مصنوعی و با استفاده از داده های آزمایشات عملی انجام شده فرآیند اکستروژن معکوس سرد قطعات آلومنیومی مدل سازی گردیده است. در این مدل سازی از شبکه پیشرو(Feed Forward) با دو لایه مخفی استفاده شده است. به کمک این شبیه سازی مدلی برای تغییرات نیروی سنبه در طول فرآیند اکستروژن معکوس تهیه شد که نتایج آن تطابق خوبی با آزمایشات عملی انجام شده دارد و دارای خطای آموزش کمتر از 3 درصد می باشد. همچنین مشاهده شد که نتایج حاصل از شبکه های عصبی برای نمونه های جدید دارای خطای کمتر از 10 درصد می باشد که نسبت به روابط تئوری و شبیه سازی اجزاء محدود کارایی و دقت بیشتری دارد... مقاله پیش بینی نیرو در فرآیند اکستروژن معکوس قطعات توخالی به کمک شبکه های عصبی مصنوعی مشتمل بر 9 صفحه، به زبان فارسی، تایپ شده، به همراه تصاویر، دیاگرام و فرمول ها و روابط ریاضی با فرمت pdf، گردآوری شده است.
جهت
دانلود مقاله پیش بینی نیرو در فرآیند اکستروژن معکوس قطعات توخالی به کمک
شبکه های عصبی مصنوعی
برلینک زیر کلیک نمایید:
مقاله با عنوان: پیش بینی نیرو در فرآیند اکستروژن معکوس قطعات توخالی به کمک شبکه های عصبی مصنوعیمشاهده پست مشابه : [نرم افزار] دانلود Mathworks Matlab R2016a v9.0 x64 - نرم افزار متلب، زبان محاسبات تکنیکی و رسم نمودار های پیشرفته
|
کل نظرات : 0
تعداد اعضا : 0
باردید دیروز : 37 بازدید هفته : 279 بازدید ماه : 2978 بازدید سال : 11615 بازدید کلی : 402289 
|
عضو شوید
عضویت سریع
آمار مطالب
آمار بازدید
