پیوندهای مفید
آمار
| تعداد نشریات | 8 |
| تعداد شماره‌ها | 417 |
| تعداد مقالات | 5,494 |
| تعداد مشاهده مقاله | 6,135,947 |
| تعداد دریافت فایل اصل مقاله | 5,380,606 |
بهینه سازی الیاف پیزوالکتریک در پانل استوانه ای هدفمند با لایه‌های پی- اف- آر- سی با روش الگوریتم ژنتیک | ||
| نشریه مهندسی مکانیک امیرکبیر | ||
| مقاله 5، دوره 49، شماره 2، مرداد 1396، صفحه 279-290 اصل مقاله (947.8 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22060/mej.2016.800 | ||
| نویسندگان | ||
| محمود شاکری* ؛ سامان محمدنبی؛ سینا بهرامی | ||
| دانشکده مهندسی مکانیک، دانشگاه صنعتی امیرکبیر، تهران، ایران | ||
| چکیده | ||
| در این تحقیق به بهینه‌سازی الیاف پیزوالکتریک در پانل استوانه‌ای هدفمند با لایه‌های کامپوزیتی از الیاف پیزوالکتریک (پی-اف-آر-سی) به عنوان سنسور و محرک تحت تحریک الکتریکی و بار مکانیکی و شرایط تکیه‌گاهی ساده، گیردار، آزاد و ترکیب آن‌ها پرداخته شده است. هدف، به دست آوردن درصد حجمی الیاف پیزوالکتریک در یک لایه پی-اف-آر-سی است به طوری که جابجایی شعاعی (خیز) این لایه در راستای محیطی، معادل با لایه پیزوالکتریک باشد. به منظور بهینه‌سازی، الگوریتم ژنتیک به کار گرفته شده و مقدار پارامترهای مختلف الگوریتم با استفاده از روش میزان‌سازی پارامترها به دست آمده است. همچنین جهت صرفه جویی در وقت و اشغال کمتر حافظه، شبکه‌های عصبی مصنوعی، آموزش داده و به کار گرفته شده‌اند. در پایان، نتایج برای تنش و جابجایی دو پانل با لایه پی-اف-آر-سی و پیزوالکتریک ارائه و مقایسه شده و تأثیر شرایط تکیه‌گاهی روی بهینه‌سازی و درصد حجمی به دست آمده، بررسی گردیده است. نتایج نشان می‌دهد که با ورود تکیه‌گاه گیردار به مسئله، افزایش بیشینه تنش فون میسز در سازه مشاهده شده و درصد حجمی بیشتری برای لایه پی-اف-آر-سی معادل به دست می‌آید. | ||
| کلیدواژه‌ها | ||
| پانل هدفمند؛ کامپوزیت الیاف پیزوالکتریک؛ المان محدود؛ الگوریتم ژنتیک؛ شبکه‌های عصبی | ||
| عنوان مقاله [English] | ||
| Optimization of piezoelectric fibers in FG panel with PFRC layers using genetic algorithms | ||
| نویسندگان [English] | ||
| M. Shakeri؛ S. Mohammad Nabi؛ S. Bahrami | ||
| Mechanical Engineering Department, Amirkabir University of Technology, Tehran, Iran | ||
| چکیده [English] | ||
| In this research the optimization of piezoelectric fibers in a functionally graded cylindrical panel with PFRC layers as sensor and actuator under dynamic load and electrical excitation with various types of supports including: simple, clamped and combination of free and clamped supports is provided. The main goal is to obtain the volume fraction of piezoelectric fibers in a PFRC layer so that the radial displacement of this layer across the circumferential direction is equal to that of piezoelectric layer. For the optimization, Genetic algorithms were used and in each case, the algorithm parameters are obtained by using Parameter Tuning method. In order to saving time and reducing the use of memory, Artificial Neural Networks are trained and employed. In the end, the results for the stresses and displacements of the panel with piezoelectric layers and the one with PFRC layers are presented and compared. The effect of support conditions and on the optimization process and the obtained volume fractions are examined. Results show that with the introduction of clamped supports, increment for maximum Von mises stress in the structure and the volume fraction of piezoelectric fibers can be seen. | ||
| کلیدواژه‌ها [English] | ||
| FG Panel, PFRC, FEM, Genetic algorithms, Artificial Neural Networks | ||
|
سایر فایل های مرتبط با مقاله
|
||
| مراجع | ||
|
[1] S. Bahrami, H.R. Ovesy, M. Shakeri, Dynamic analysis of functionally graded circular cylindrical panel with piezoelectric fiber composite actuator and sensor,Journal of Intelligent Material Systems and Structures,(2014) 1-17. [2] M. Shakeri, M.R. Eslami, A. Daneshmehr, Dynamic analysis of thick laminated shell panel with piezoelectric layer based on three dimensional elasticity solution,Computers & Structures, 84(22-23) (2006) 1519-1526. [3] H.S. Shen, A comparison of buckling and postbuckling behavior of FGM plates with piezoelectric fiber reinforced composite actuators, Composite Structures,91(3) (2009) 375-384. [4] B. Liu, T. Haftka Raphael, A. Akgün Mehmet, A.Todoroki, Permutation genetic algorithm for stacking sequence design of composite laminates, Computer Methods in Applied Mechanics and Engineering, 186(2-4) (2000) 357-372. [5] Shakeri, M.H. Yas, M.G. Gol, Optimal stacking sequence of laminated cylindrical shells using genetic algorithm,in: In Proceedings of the 9th EASEC, Bali, Indonesia,2003. [6] Z. Raida, Modeling EM Structures in the Neural Network Toolbox of MATLAB." Department of Radio Electronics,Brno University of Technology, Czech Republic, 2000. [7] H. Demuth, M. Beale, M. Hagan, Neural Network Toolbox, MathWorks Inc, 2009. [8] S. Kapuria, P. Kumari, Three-dimensional piezoelasticity solution for dynamics of cross-ply cylindrical shells integrated with piezoelectric fiber reinforced composite actuators and sensors, Composite Structures, 92(10)(2010) 2431-2444. [9] S. Bahrami, Analysis of FG panel with piezoelectric layer under dynamic loading, AmirKabir University of Technology, Iran (Islamic Republic of), 1391. [10] C.T. Loy, J.N. Reddy, Vibration of functionally graded cylindrical shells, International Journal of Mechanics and Science, 414 (1999) 309-324. [11] J. Chung, G.M. Hulbert, family of single-step Houbolt time integration algorithms for structural dynamics,Computer Methods in Applied Mechanics and Engineering, 118(1-2) (1994) 1-11. [12] M. Javanbakht, A.R. Daneshmehr, M. Shakeri, A.Nateghi, The dynamic analysis of the functionally graded piezoelectric (FGP) shell panel based on threedimensional elasticity theory, Applied Mathematical Modelling,36(11) (2012) 5320-5333. [13] J.G. Andrew, S.V. Senthil, Multi-objective optimization of functionally graded materials with temperaturedependent material properties, Materials & Design,28(6) (2007) 1861-1879. | ||
|
آمار تعداد مشاهده مقاله: 1,403 تعداد دریافت فایل اصل مقاله: 1,563 |
||
