پایان‌نامه

کاربرد شبکه های عصبی مصنوعی در پیش بینی خوردگی فلزات

دانلود متن کاملرایگان، با حساب کاربری؛ ثبت نام با گوگل چند ثانیه است

چکیده

پیش بینی رفتار خوردگی جهت محافظه از خوردگی، حایز اهمیت است. به منظور پیش بینی خوردگی می توان از شبکه های عصبی مصنوعی استفاده کرد. در این تحقیق، جهت پیش بینی الف- جریان خوردگی استیل ضد رنگ (316) به عنوان تابعی از غلظت سولفات مس و ph ب- جریان خوردگی استیل ضد رنگ (316) به عنوان تابعی از غلظت سولفات مس و سطح الکترود، ج- جریان خوردگی آلومینیوم رویین شده به عنوان تابعی از غلظت اسید فسفریک و زمان روبین شدن، د- جریان و پتانسیل خوردگی سرب به عنوان تابعی از غلظت سولفات سدیم، ph و زمان رویین شدن، ه- مقادیر اجزاء مدار معادل مربوط به منحنی های امپدانس سرب از شبکه های عصبی مصنوعی پیش خورد استفاده شده است. شبکه های مذکور بر اساس پس انتشار خطا آموزش داده شده اند،. برای تهیه داده های مورد نیاز جهت پیش بینی خوردگی و مقادیر اجزاء مدار معادل از اسپکتروسکپی امپدانس و منحنی های تافل استفاده شده است. نتایج بدست آمده است در تطابق خوبی با داده های تجربی قرار دارند و نشان دهنده برتری شبکه های عصبی مصنوعی بر روش mlr می باشند.

اساتید راهنما و مشاور

محمد قاسم مهجانی

پایان‌نامه‌های مشابه

اسناد مشابه

  • کاربرد شبکة عصبی مصنوعی در پیش بینی و شبیه سازی شاخص اقلیمی خشک سالی هواشناسی دهک بارش (مطالعة موردی: استان سیستان و بلوچستان)

    مقاله۲۰۱۴مرتع و آبخیزداریآرش ملکیان، مه رو ده بزرگی، امیر هوشنگ احسانی، امیر رضا کشتکار

    محدودیت منابع آب ناشی از خشک سالی های متوالی، از مهم ترین معضلات استان سیستان و بلوچستان است.در این پژوهش برای پیش بینی سیکل خشک سالی در 9 ایستگاه هواشناسی استان سیستان و بلوچستان از شبکة عصبی مصنوعی استفاده شد. داده های مورد استفادة ورودی شبکه شامل بارش سالانه و شاخص دهک بارش (d

  • پیش بینی قیمت برخی محصولات زراعی در استان فارس: کاربرد شبکه عصبی مصنوعی

    مقالهتولید محصولات زراعی و باغیبهاء الدین نجفی، b. najafi منصور زیبایی، m. zibaei محمدحسین شیخی، m. h. sheikhi محمدحسن طرازکار

    در این مطالعه به منظور پیش بینی قیمت عمده فروشی برخی محصولات زراعی شامل گوجه فرنگی، پیاز و سیب زمینی در استان فارس، برای افق زمانی یک، سه و شش ماه آتی از روش های معمول پیش بینی و شبکه عصبی مصنوعی استفاده شد. داده های مورد نیاز برای دوره مهر 1377 تا تیرماه 1384 از اداره جهاد کشاور

  • کاربرد شبکه عصبی مصنوعی و رگرسیون لجستیک در پیش بینی حضور علف های هرز در مزارع نخود دیم استان کردستان

    مقاله۲۰۱۴مجله دانش علف های هرز ایرانسحر منصوریان، ابراهیم ایزدی دربندی، محمدحسن راشد محصل، مهدی راستگو

    به منظور مقایسه توانایی مدل های شبکه عصبی مصنوعی با رگرسیون لجستیک در پیش بینی حضور علف های هرز، آزمایشی در 33 مزرعه نخود دیم استان کردستان در سال زراعی 92-1391 انجام شد. برای این منظور، اطلاعات اقلیمی و خاکی به عنوان متغیرهای مستقل و حضور و عدم حضور علف های هرز غالب به عنوان متغ

  • مقایسه کاربرد شبکه عصبی مصنوعی (ann) با سیستم استنتاج فازی (fis) در پیش بینی جریان رودخانه زاینده رود

    مقالهتحقیقات منابع آب ایرانندا پوستی زاده، دانشجوی دکتری/ سازه های آبی، دانشگاه شهید چمران، اهواز، ایران نعیمه نجفی، کارشناسی ارشد/ سازه های آبی، دانشگاه مازندران، ایران

    یکی از روشهای نو ظهور در حل مسایل مهندسی جهت مدل سازی سیستم هایی که دارای پیچیدگی زیاد یا عدم صراحت بوده و یا داده های کافی از آنها موجود نیست، استفاده از تئوری مجموعه های فازی و شبکه عصبی مصنوعی می باشد. مزیت اصلی این تکنیک ها نسبت به روش های رایج این است که در مدت زمان نسبتاً ک

  • کاربرد شبکه عصبی مصنوعی در پیش بینی رفتار تورمی خاکهای رسی

    مقاله۲۰۱۵مهندسی عمران مدرسحامد کمک پناه، سید شهاب الدین یثربی، علی اکبر گلشنی

    در این پژوهش از قابلیت شبکه عصبی مصنوعی برای پیش بینی رفتار خاک های متورم شونده رسی استفاده شده است. در این روش - داده ها با استفاده از انواع آرایش شبکه های چند لایه پرسپترون، که از پرکاربردترین نوع شبکه های عصبی است مدل شده اند. نتایج حاصل از این شبکه ها بر اساس شاخص های ارزیابی

  • کاربرد شبکه عصبی مصنوعی در پیش بینی رفتار تورمی خاکهای رسی

    مقاله۲۰۱۵مهندسی عمران مدرسحامد کمک پناه، سید شهاب الدین یثربی، علی اکبر گلشنی، علی اکبر گلشنی

    در این پژوهش از قابلیت شبکه عصبی مصنوعی برای پیش بینی رفتار خاک های متورم شونده رسی استفاده شده است. در این روش - داده ها با استفاده از انواع آرایش شبکه های چند لایه پرسپترون، که از پرکاربردترین نوع شبکه های عصبی است مدل شده اند. نتایج حاصل از این شبکه ها بر اساس شاخص های ارزیابی