-
شماره ركورد
9260
-
پديد آورنده
صبا عباس زاده منتظري
-
عنوان
پيش بيني بار شكست سازههاي اتصالات چسبي با استفاده از روشهاي داده محور
-
مقطع تحصيلي
كارشناسي
-
رشته تحصيلي
مهندسي مكانيك
-
سال فارغ التحصيلي
1403
-
استاد راهنما
دكتر مجيدرضا آيت اللهي
-
دانشجوي وارد كننده اطلاعات
صبا عباس زاده منتظري
-
تاريخ ورود اطلاعات
1403/07/13
-
دانشكده
مكانيك
-
عنوان به انگليسي
Failure Prediction of Adhesively Bonded Structures by Data-based Methods
-
چكيده
اتصالات چسبي به دليل مزاياي متعددي مثل وزن كم، توزيع تنش يكنواخت و آسيب نرساندن به قطعات اصلي، سالهاي متمادي محبوب صنعتگران بوده است. استفاده از اتصالات چسبي در صنعت هوافضا، الكترونيك، مهندسي پزشكي، خودروسازي و كاربردهاي روزمره بسيار چشمگير و قابلتوجه است.
بااينحال تخريب سازههاي چسبي ميتواند خسارتهاي جاني و مالي زيادي به همراه داشته باشد. ازاينجهت پيشبيني بار شكست در اين سازهها از اهميت زيادي برخوردار است. پيشبيني بار شكست سازههاي اتصالات چسبي نيازمند انجام تستهاي فيزيكي و يا استفاده از روشهاي مبتني بر علم اجزاي محدود است. ازآنجاييكه تستهاي فيزيكي بسيار طولاني و هزينهبر هستند، استفاده از اين روش براي عموميت مهندسين امكان ندارد و همچنين وابسته بودن تستهاي فيزيكي به شرايط محيطي و شرايط ساخت سازه نمونه، دقت نتايج را كاهش ميدهد.
استفاده از نرمافزارهاي مبتني بر اجزاي محدود نيز وقتگير و نيازمند تبحر و علم به روش اجزاي محدود است و اطمينان از صحت نتايج براي نيروي غيرمتخصص تقريباً غيرممكن است.
روشهاي دادهمحور و يادگيري ماشين با استخراج الگوهاي پيچيده مانند شبكه عصبي، اين امكان را فراهم ميكند تا مهندسين بدون نياز به پرداختن هزينه زماني و مالي، به نتايج قابلاطمينان و دقيقي برسند.
انتشار نتايج و مدلهاي يادگيري ماشين در قالب وب اپليكيشن و اپليكيشنها، استفاده جامعه مهندسين از اين روشها را سهولت ميبخشد.
-
كليدواژه ها
يادگيري ماشين , اتصالات چسبي
-
لينک به اين مدرک :