17042

پيشبيني عمر خستگي كامپوزيتهاي زمينه پليمري با استفاده از شبكه عصبي مصنوعي

1401

دكتر فتح اله طاهري بهروز

ندارم

خواص چند منظوره برتر كامپوزيت هاي پليمري، آنها را به گزينه اي ايده آل براي صنايع هوافضا، خودروسازي، دريايي، عمران و بسياري ديگر از صنايعي تبديل كرده است. تقاضاي روزافزون براي اين كامپوزيت ها ، ان ها را نيازمند به بررسي گسترده رفتار فيزيكي، شيميايي و مكانيكي در شرايط مختلف كرده است. يادگيري ماشين )ML( به عنوان يك ابزار پيشبيني قدرتمند براي مدلسازي چند فيزيكي مبتني بر داده شناخته شده است كه منجر به كاوش در ويژگيهاي سيستم فراتر از توانايي تحليلهاي محاسباتي و تجربي ميشود. در اينجا هدف ما استفاده از پتانسيل يادگيري ماشين در كاربردهايي مانند پيش بيني، بهينه سازي، شناسايي ويژگي، قابليت اطمينان و تجزيه و تحليل حساسيت همراه با بررسي الگوريتم هاي مختلف يادگيري ماشين در مورد كامپوزيت هاي پليمري و يافتن موثرترين الگوريتم براي يادگيري ماشين و پيدا كردن داده هاي مناسب براي تحليل اين كامپوزيت ها به وسيله مدلسازي با استفاده از نرم افزار و با انجام دادن ازمايش هاي استاندارد با شرايط كنترل شده است.

9/21/2023 12:00:00 AM

90310

1405/02/23

Prediction of polymeric composites fatigue life with artificial neural network

كامپوزيت , شبكه عصبي مصنوعي , عمر خستگي

composite , artificial neural network , fatigue life