دانلود و نمایش مقالات مرتبط با پیش بینی جابجایی::صفحه 1
بلافاصله پس از پرداخت دانلود کنید

با سلام خدمت کاربران در صورتی که با خطای سیستم پرداخت بانکی مواجه شدید از طریق کارت به کارت (6037997535328901 بانک ملی ناصر خنجری ) مقاله خود را دریافت کنید (تا مشکل رفع گردد). 

نتیجه جستجو - پیش بینی جابجایی

تعداد مقالات یافته شده: 2
ردیف عنوان نوع
1 Prediction of displacement in the equine third metacarpal bone using a neural network prediction algorithm
پیش بینی جابجایی در استخوان metacarpal سوم اسب با استفاده از الگوریتم پیش بینی شبکه عصبی-2019
Bone is a nonlinear, inhomogeneous and anisotropic material. To predict the behavior of bones expert systems are employed to reduce the computational cost and to enhance the accuracy of simulations. In this study, an artificial neural network (ANN) was used for the prediction of displacement in long bones followed by ex-vivo experiments. Three hydrated third metacarpal bones (MC3) from 3 thoroughbred horses were used in the experiments. A set of strain gauges were distributed around the midshaft of the bones. These bones were then loaded in compression in an MTS machine. The recordings of strains, load, Load exposure time, and displacement were used as ANN input parameters. The ANN which was trained using 3,250 experimental data points from two bones predicted the displacement of the third bone (R2 ≥ 0.98). It was suggested that the ANN should be trained using noisy data points. The proposed modification in the training algorithm makes the ANN very robust against noisy inputs measurements. The performance of the ANN was evaluated in response to changes in the number of input data points and then by assuming a lack of strain data. A finite element analysis (FEA) was conducted to replicate one cycle of force-displacement experimental data (to gain the same accuracy produced by the ANN). The comparison of FEA and ANN displacement predictions indicates that the ANN produced a satisfactory outcome within a couple of seconds, while FEA required more than 160 times as long to solve the same model (CPU time: 5 h and 30 min).
Keywords: Artificial neural network (ANN) | Displacement prediction | Finite element analysis (FEA) | Expert system | Long bones | Equine third metacarpal bone (MC3)
مقاله انگلیسی
2 پاسخ گروه شمع به پراکندگی عرضی میعان – تهییج: آزمایش بزرگ تخته ای ارتعاشی تاسیسات دفاعی الکترونیک
سال انتشار: 2013 - تعداد صفحات فایل pdf انگلیسی: 12 - تعداد صفحات فایل doc فارسی: 35
این مقاله نتایج یک آزمایش تخته ای ارتعاشی در مقیاس بزرگ را در تاسیسات دفاعی الکترونیکی روی یک گروه شمعی واقع در نزدیکی یک دیوار بارانداز نوع گرانشی که درمعرض جابجایی های زمینی بزرگ میعان – تهییج قرار گرفته اند، ارائه می کند. پراکندگی عرضی زمینی بزرگ گسترده میعان – تهییج نشانگر دیوار بارانداز تقریبا" 2/2 متری است و پی بندی شمعی را تخریب کرده است. پی بندی شمعی شامل یک گروه شش – شمعی می شود که از یک مدل شالوده ای و ساختار فوقانی پشتیبانی می کند. جابجایی های بزرگ نفتی عرضی توسط چندین حسگر مثل انحراف سنج ها اندازه گیری می شود و نتایج به صورت مطلوبی با تغییر شکل های مستقیما" مشاهده شده سازگار است. جابجایی عرضی خاک کاهش می یابد چراکه فاصله از دیوار بارانداز به سمت خشکی افزایش می یابد. شمع ها به صورت متراکم اسباب بندی شدند و میزان کرنش خمشی اندازه گیری شده قادر به توضیح تخریب شمع ها می باشد. فشارهای عرضی خاک مایع اعمال شده روی شمع ها با استفاده ازحشگرهای فشار زمین اندازه گیری شد. کاربرد دو خط مبنای طراحی (JRA و JSWA) برای تخمین فشار عرضی میعان – تهییج روی شمع ها بحث می شود و مزایا و معایب آنها بررسی میشود. به علاوه، از دو روش ساده سازی شده (شاماتو و همکاران و والسامیس و همکاران) برای پیش بینی گستره جابجایی های زمینی بزرگ میعان – تهییج استفاده می شود و آنها با تغییر شکل های اندازه گیری شده مقایسه می شوند. در نهایت، صحت آنها برای پیش بینی جابجایی های بزرگ عرضی میعان – تهییج بررسی می شود و توصیه های عملی ارائه می شود.
کلیدواژه ها: پراکندگی عرضی میعان – تهییج | گروه شمع | دیوار بارانداز | دفاعی الکترونیکی
مقاله ترجمه شده
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi
بازدید امروز: 10321 :::::::: بازدید دیروز: 0 :::::::: بازدید کل: 10321 :::::::: افراد آنلاین: 72