|
Title
|
پيش بيني واماندگي محفظه احتراق موتورهاي درونسوز با استفاده از شبكه مديريت گروهي داده ها(GMDH)
|
|
Type
|
Presentation
|
|
Keywords
|
موتورهاي احتراق داخلي، شبكه GMDH، واماندگي محفظه احتراق، پيش بيني تنش حرارتي
|
|
Abstract
|
امروزه استفاده از الگوريتم هاي هوش مصنوعي نظير شبكه عصبي مصنوعي، شبكه مديريت گروهي داده ها، شبكه پايه شعاعي و ... براي پيش بيني پديده هاي مختلف گسترش يافته است. اين الگوريتم با در دست داشتن ورودي ها و خروجي هاي مربوط به سيستم هاي مختلف مي توانند آموزش ببينند تا با وارد نمودن ورودي هاي آينده، بتوانند خروجي هاي آينده را پيش بيني نمايند. يكي از معروف ترين اين الگوريتم ها، الگوريتم مديريت گروهي داده ها يا همان الگوريتم GMDH مي باشد. در اين مقاله، مشخصات پايه EF7.TC براي مدلسازي اجزاي محدود جهت ايجاد مجموعه داده هاي ورودي و خروجي جهت استفاده در الگوريتم GMDH مورد استفاده قرار مي گيرد. در اين روش، ورودي هاي شبكه GMDH قطر محفظه احتراق، جنس محفظه احتراق و دماي احتراق مي باشند و خروجي اين شبكه، تنش حرارتي ايجاد شده مي باشد. يافته هاي اين تحقيق نشان مي دهند كه مقدار شاخص رگرسيوني در بخش آموزش R=0.89 و در بخش آزمايش R=0.82 به دست آمد كه چون به عدد يك نزديك مي باشند، نتايج رضايت بخشي هستند. به عبارتي ديگر، اين نتايج نشان مي دهند كه براي طراحي محفظه احتراق آينده، با اعمال ورودي هاي قطر، جنس و دماي محفظه احتراق، شبكه GMDH قادر به پيش بيني ميزان تنش حرارتي محفظه احتراق بوده و مي توان با مقايسه اين تنش با ميزان استحكام تسليم محفظه احتراق، واماندگي يا عدم واماندگي آن را به دقت حدود بالايي پيش بيني نمود.
|
|
Researchers
|
MOJTABA ANSARI (First researcher) , bahram jafari (Second researcher)
|