Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

261
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

0
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

پیش بینی زمان صعود مویینه در محیط پرزدار با استفاده از شبکه عصبی مصنوعی (ANN)

صفحات

 صفحه شروع 71 | صفحه پایان 83

چکیده

 در این تحقیق, یک شبکه عصبی مصنوعی (ANN) برای آنالیز صعود مویینه در محیط پرزدار مورد استفاده قرار گرفت. آزمایش های ترشوندگی با 15 مایع و 15 پودر متفاوت انجام شد. مایعات, گستره وسیعی از کشش سطحی (15.45-71.99 mJ/m2)و ویسکوزیته (0.25-21mPa.s) را پوشش دادند. پودرها نیز گستره قابل قبولی از اندازه ذره (0.012-45mm) و انرژی آزاد سطح (25.54-63.90mJ/m2) را به دست دادند. همچنین, یک شبکه عصبی مصنوعی, برای پیش گویی زمان صعود مویینه تا یک ارتفاع داده شده معلوم به کار گرفته شد. ورودی های شبکه, چگالی, کشش سطحی و ویسکوزیته مایعات و اندازه ذره, چگالی بالک, چگالی فشرده سازی و انرژی آزاد سطح پودرها بودند. دو پارامتر آماری یعنی مربع ضریب همبستگی (r2) و فاکتور کارایی (PF.3) برای مقایسه زمان های صعود مویینه تجربی با: الف) مقدارهای معادل پیش­بینی شده به وسیله یک شبکه عصبی مصنوعی طراحی و آموزش دیده و ب) مقدارهای معادل محاسبه شده به وسیله معادله Lucas-Washburn همچنین مقدارهای معادل محاسبه شده به وسیله شکل های اصلاح شده متفاوت معادله ذکر شده, به کار رفتند. بایستی توجه کرد که در مورد یک همبستگی کامل, r2=1 و PF.3=0 است. نتیجه ها نشان داد که تنها روش شبکه عصبی مصنوعی حاضر, قادر بود که زمان صعود مویینه را با دقت بال یعنی (r2=0.91, PF.3=55) پیش بینی کند. زمان های مربوط به معادله Lucas-Washburn بدترین همبستگی(r2=0.11, PF.3=1016) را به دست دادند. علاوه بر این, زمان های به دست آمده از شکل­های اصلاح شده متفاوت معادله ذکر شده که به وسیله افراد متفاوت پیشنهاد شده است, در مقایسه با زمان های صعود مویینه تجربی نتیجه های چشم گیر یعنی (PF.3=129-293, r2=0.24-0.44) به­دست ندادند. 

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    احدیان، صمد، مرادیان، سیامک، شریف، فرهاد، امانی تهران، محمد، و محسنی، محسن. (1). پیش بینی زمان صعود مویینه در محیط پرزدار با استفاده از شبکه عصبی مصنوعی (ANN). مجازی، 1(1)، 71-83. SID. https://sid.ir/paper/429947/fa

    Vancouver: کپی

    احدیان صمد، مرادیان سیامک، شریف فرهاد، امانی تهران محمد، محسنی محسن. پیش بینی زمان صعود مویینه در محیط پرزدار با استفاده از شبکه عصبی مصنوعی (ANN). مجازی[Internet]. 1؛1(1):71-83. Available from: https://sid.ir/paper/429947/fa

    IEEE: کپی

    صمد احدیان، سیامک مرادیان، فرهاد شریف، محمد امانی تهران، و محسن محسنی، “پیش بینی زمان صعود مویینه در محیط پرزدار با استفاده از شبکه عصبی مصنوعی (ANN)،” مجازی، vol. 1، no. 1، pp. 71–83، 1، [Online]. Available: https://sid.ir/paper/429947/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    مرکز اطلاعات علمی SID
    strs
    دانشگاه امام حسین
    بنیاد ملی بازیهای رایانه ای
    کلید پژوه
    ایران سرچ
    ایران سرچ
    فایل موجود نیست.
    بازگشت به بالا