این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مهندسی مکانیک مدرس، جلد ۱۷، شماره ۵، صفحات ۲۲۱-۲۳۱
عنوان فارسی عیب‌یابی ورق چند لایه کامپوزیتی با آسیب جدایی بین‌لایه‌ای با استفاده از آموزش شبکه عصبی بر مبنای پاسخ ارتعاشات آزاد
چکیده فارسی مقاله در این پژوهش از شبکه‌ عصبی پس انتشار خطا برای عیب‌یابی ورق کامپوزیتی چندلایه با جدایی بین‌لایه‌ای استفاده می‌شود. نحوه عیب‌یابی به این صورت است که ابتدا تحلیل ارتعاشات آزاد ورق کامپوزیتی بر اساس روش عددی اجزای محدود انجام می‌گیرد و فرکانس‌های طبیعی در مودهای خاص به ازای مدل‌های مختلفی از آسیب جدایی بین‌لایه‌ای (اندازه، هندسه و موقعیت منطقه با جدایی بین‌لایه‌ای) بدست می‌آید و سپس فرکانس‌های طبیعی استخراجی از مدل به عنوان ورودی و پارامترهای اندازه، هندسه و موقعیت نیز به عنوان خروجی شبکه عصبی درنظر گرفته می‌شوند. ورق کامپوزیتی 8 لایه، بر اساس تئوری سه‌بعدی الاستیسیته و با درنظر گرفتن المان‌های شش وجهی آجری مدل می‌شود لذا در مدلسازی ورق کامپوزیتی تاثیر تغییر شکل‌های برشی عرضی درنظر گرفته می‌شود. به‌دلیل پیچیدگی فرایند حاکم بر مسئله ورق کامپوزیتی با جدایی بین‌لایه‌ای از قابلیت‌های نرم‌افزار آباکوس برای مدلسازی استفاده می‌شود. همچنین نتایج عددی حاصل از روش اجزای محدود با داده‌های عددی و آزمایشگاهی در دسترس مورد مقایسه و اعتبارسنجی قرار می‌گیرد. از دو روش آموزش لونبرگ–مارکوآرت و پس ‌انتشار خطای انعطاف‌پذیر برای آموزش شبکه عصبی و مقایسه پاسخ‌ها استفاده می‌شود. نتایج پیش‌بینی با روش آموزش لونبرگ–مارکوآرت تطابق بسیار خوبی با مقادیر بدست آمده از روش اجزای محدود دارد. بعد از آموزش شبکه عصبی، از تعمیم این مدل برای پیش‌بینی و عیب‌یابی آسیب در ورق کامپوزیتی استفاده می‌شود.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Fault detection of laminated composite plate with delamination damage using neural network training based on the free vibration response
چکیده انگلیسی مقاله In this study, error back-propagation neural network is used for fault detection of composite plate with delamination damage. At the first step of the fault detection process, a free vibration analysis of laminated composite plates is performed based on numerical finite element method and the natural frequencies of individual modes is obtained for different delamination models (size, geometry and location of the delamination region). Then natural frequencies extracted from the model are considered as the input parameter and the size, geometry and location of the delamination region are also considered as the output parameters of the neural network. 8-layers composite plate is modeled based on the three-dimensional elasticity theory and considering hexagonal brick elements. So, transverse shear deformations effect is taken into account in the modeling of composite plate. ABAQUS software capabilities are used for modeling because of the complexity of process governing on the composite plate with delamination. The numerical results obtained by the finite element method are compared and validated with available numerical and experimental data. Two training methods including Levenberg - Marquardt and Error propagation flexible algorithm are used to train the neural network and compare responses. Predicted results by Levenberg – Marquardt training method are in very good agreement with the values obtained by the finite element method. After training the neural network, the model generalization is used for predicting and detecting of the damage in composite plate.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله محمد جواد محمودی | mohammad javad
دانشگاه شهید بهشتی، پردیس فنی مهندسی شهید عباسپور، دانشکده مهندسی مکانیک و انرژی
سازمان اصلی تایید شده: دانشگاه شهید بهشتی (Shahid beheshti university)

ارازمحمد فخری اینچه برون | araz mohammad fakhri incheh boroon
دانشجوی کارشناسی ارشد، مهندسی مکانیک، دانشکده مهندسی مکانیک و انرژی، دانشگاه شهید بهشتی، تهران
سازمان اصلی تایید شده: دانشگاه شهید بهشتی (Shahid beheshti university)

نشانی اینترنتی http://mme.modares.ac.ir/article_16648_c28f4b9840b54364d5a99967df404f13.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1256/article-1256-458832.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات