دوره 14، شماره 7 - ( 1393 )                   جلد 14 شماره 7 صفحات 35-42 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Rostaghi M, Khajavi M. Detection of Size and Location of Crack in Pipes Under Fluid Pressure by Neural Networks. Modares Mechanical Engineering. 2014; 14 (7) :35-42
URL: http://journals.modares.ac.ir/article-15-2642-fa.html
رستاقی مصطفی، نوری خاجوی مهرداد. تشخیص سایز و موقعیت نسبی ترک در لوله های حاوی سیال با استفاده از شبکه عصبی مصنوعی. مهندسی مکانیک مدرس. 1393; 14 (7) :35-42

URL: http://journals.modares.ac.ir/article-15-2642-fa.html


1- دانشگاه تربیت دبیر شهید رجایی
2- دانشکده مکانیک دانشگاه تربیت دبیر شهید رجایی
چکیده:   (5005 مشاهده)
در این تحقیق، سایز و موقعیت نسبی ترک، با استفاده از فرکانس¬های طبیعی لوله¬ی محتوی مایع تحت فشار به کمک شبکه عصبی تشخیص داده می¬شود. شبکه¬ی عصبی به کار رفته از نوع پرسپترون چندلایه (MLP) می¬باشد. با مقایسه ی بین ورودی¬های مختلف، ورودی¬های مطلوب انتخاب شدند. سیال داخل لوله آب می¬باشد. لوله¬های مورد استفاده از دو جنس آلومینیوم و فولاد هستند. لوله در چهار وضعیت: خالی از سیال، حاوی سیال با فشار صفر، با فشارMPa 498/0و با فشار MPa 981/0 می¬باشد. محدوده¬ی سایز ترک از 19043/0 تا 6346/0 و محدوده¬ی موقعیت از 199/0 تا 403/0 می¬باشد. در زمینه¬ی تشخیص ترک سازه¬ها بر مبنای خصوصیت تغییرات فرکانس طبیعی با کمک شبکه عصبی تحقیقات زیادی انجام شده است. اما تا آنجایی که مولفین آگاهی دارند، جهت شناسایی ترک در لوله¬های حاوی سیال از روش فوق الذکر استفاده نشده است. همچنین استفاده همزمان از سازه¬های با دو جنس مختلف برای آموزش و تست شبکه عصبی از دیگر نوآوری¬های این تحقیق می باشد. مقایسه روش پیشنهادی در این تحقیق با روش¬های تحلیلی انجام شده، نشان می¬دهد که روش پیشنهادی همواره در تخمین سایز دقیق¬تر می¬باشد ولی در تخمین موقعیت با توجه به تعداد کم نمونه¬ها همواره دقیق¬تر نیست.
متن کامل [PDF 579 kb]   (3056 دریافت)    
نوع مقاله: مقاله پژوهشی کامل | موضوع مقاله: ارتعاشات|آزمون غیرمخرب
دریافت: ۱۳۹۲/۶/۲۵ | پذیرش: ۱۳۹۲/۹/۳ | انتشار: ۱۳۹۳/۴/۲۲

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA