پیشبینی توان کشی آسیای نیمه خود شکن با شبکه عصبی مصنوعی شعاعی بر اساس مولفههای اصلی | ||
| نشریه مهندسی عمران امیرکبیر | ||
| مقاله 9، دوره 50، شماره 3، مرداد و شهریور 1397، صفحه 511-518 اصل مقاله (452.48 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22060/ceej.2017.12599.5240 | ||
| نویسندگان | ||
| فاطمه السادات حسینیان1؛ بهرام رضایی1؛ سعید سلطانی محمدی* 2 | ||
| 1دانشکده مهندسی معدن و متالورژی، دانشگاه صنعتی امیرکبیر، تهران، ایران | ||
| 2دانشکده مهندسی، دانشگاه کاشان، کاشان، ایران | ||
| چکیده | ||
| ارائه مدل های آسیای نیمه خودشکن برای پیش بینی کارآیی آن یکی از ابزارهای مفید برای طراحی بهتر مدار خردایش است. هرچند پیش از این مدل های آسیای نیمه خودشکن زیادی ارائه شده است ولی در اکثر آنها پیش بینی کارآیی آسیا در مقیاس صنعتی انجام نشده است. توان کشی آسیای نیمه خودشکن تاثیر موثری بر کارآیی آسیا دارد؛ بنابراین در این مطالعه، مدل جدیدی بر اساس ترکیب شبکه عصبی مصنوعی شعاعی و مولفه های اصلی برای پیش بینی توانکشی آسیای نیمه خود شکن ارائه شده است. پارامترهای رطوبت بار اولیه، دبی بار اولیه، وزن بار داخل آسیا، درصد جامد بار اولیه، دبی آب ورودی و خروجی به آسیا و اندیس کار انتخاب و تاثیر آن بر توانکشی آسیا بررسی شد. نتایج نشان داد که مدل ترکیبی شبکه عصبی مصنوعی و مولفه های اصلی آموزش یافته با R = 0/8456و RMSE = 68/0752قابلیت استفاده برای پیش بینی توان کشی آسیای نیمه خودشکن در مقیاس صنعتی را دارد. نتایج آنالیز حساسیت نشان داد که تمامی پارامترهای ورودی به مدل تاثیر معناداری بر خروجی دارند. | ||
| کلیدواژهها | ||
| آسیای نیمه خودشکن؛ توانکشی؛ شبکه عصبی مصنوعی؛ مولفههای اصلی | ||
| اصل مقاله | ||
|
Principal Component | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 1,372 تعداد دریافت فایل اصل مقاله: 1,414 |
||
| تعداد نشریات | 9 |
| تعداد شمارهها | 458 |
| تعداد مقالات | 5,787 |
| تعداد مشاهده مقاله | 8,543,703 |
| تعداد دریافت فایل اصل مقاله | 7,081,535 |