| پیش بینی مدول الاستیسیته تیر یک سر گیردار ساخته شده از جنس های مختلف با استفاده از الگوریتم یادگیری ماشین |
| کد مقاله : 1465-ISME2025 |
| نویسندگان |
|
فرزین حسینی‌فرد1، مصطفی امیدی بیدگلی *2، سیدمحمد حسینی3، سیدامین هادی4 1دانشکده مهندسی انرژی، دانشگاه خواجه نصیرالدین طوسی 2دانشگاه آزاد اسلامی واحد بادرود، دانشکده فنی و مهندسی، گروه مهندسی مکانیک، 3دانشگاه هرمزگان 4دانشگاه علوم پزشکی یاسوج، مرکز تحقیقات سلولی و مولکولی |
| چکیده مقاله |
| تیرها به‌عنوان سازه‌های پرکاربردی شناخته می‌شوند که در صنایع گوناگون به کار می‌روند. وظیفه اصلی تیرها، تحمل تنش‌های حاصل از نیروهای برشی و ممان‌های خمشی است. با توجه به اهمیت ردیابی تیرها، در این پژوهش با استفاده از مدل یادگیری ماشین و استفاده از الگوریتم‌های مختلف مانند نزدیک‌ترین همسایه، درخت تصمیم و شبکه عصبی و با استفاده از داده‌های نرم‌افزاری استخراج شده انواع مختلف مواد از جمله فلزات خالص، آلیاژها و غیرفلزات مورد بررسی قرار گرفتند و میزان تنش، کرنش و نسبت پواسون بر روی آن‌ها نیز اندازه‌گیری شده که با استفاده از ساخت مدل توسط الگوریتم‌های ذکر شده نتایج نشان دادند که مدل شبکه عصبی با دقت %9/99 بیشترین دقت را در مقایسه با دیگر مدل‌ها دارد. همچنین در ساخت این مدل از دو لایه مخفی با 40 نورون استفاده شده است.آن‌ها نیز اندازه‌گیری شده که با استفاده از ساخت مدل توسط الگوریتم‌های ذکر شده نتایج نشان دادند که مدل شبکه عصبی با دقت %9/99 بیشترین دقت را در مقایسه با دیگر مدل‌ها دارد. همچنین در ساخت این مدل از دو لایه مخفی با 40 نورون استفاده شده است. |
| کلیدواژه ها |
| تیر یک سر گیردار، یادگیری ماشین، درخت تصمیم، نزدیک‌ترین همسایه، شبکه عصبی. |
| وضعیت: پذیرفته شده برای ارائه شفاهی |