6 SID.ir | تعيين سرعت رشد خستگي در اتصالات لوله ‌اي به وسيله شبكه ‌هاي عصبي مصنوعي
برای اطلاع از آخرین مقالات علمی و اخبار کرونا(COVID-19) کلیک کنید

مشخصات مقاله

عنوان نشریه: 
 
عنوان مقاله: 

تعيين سرعت رشد خستگي در اتصالات لوله ‌اي به وسيله شبكه ‌هاي عصبي مصنوعي

 
نویسندگان: 
 
آدرس:  
 
چکیده: 

براي تخمين عمر باقيمانده سازه يك سكوي دريايي و تدوين برنامه زمان بندي بهينه جهت بازرسي و تعمير در زير آب، نياز است تا آهنگ رشد ترك خستگي در اتصالات لوله اي به صورت مناسب پيشي بيني شود. به دليل كوچك بودن شعاع منطقه پلاستيك در نوك ترك خستگي، مكانيك شكست الاستيك خطي و ضريب شدت تنش، ابزار مناسبي براي تعيين سرعت رشد ترك خستگي به شمار مي روند. راهكارهاي متنوعي با استفاده از روشهاي مختلف براي تعيين سرعت رشد ترك خستگي در اتصالات لوله اي بر اساس قانون رشد ترك پاريس معرفي شده اند كه نتايج حل آنها منجر به ارائه معادلاتي براي تعيين ضريب اصلاح شدت تنش (Y) شده است. در اين تحقيق قابليت شبكه هاي عصبي مصنوعي در پيش بيني سرعت رشد ترك در اتصالات لوله اي T تحت بار محوري در حالتي كه عمق ترك بيش از 20% ضخامت جداره عضو اصلي است، مورد ارزيابي قرار گرفته است. در اين مرحله از رشد ترك، فرآيند رشد بيشترين تاثير را از هندسه اتصال و مد بار گذاري مي پذيرد. دو نوع شبكه عصبي مصنوعي MLP و RBF براي تخمين ضريب اصلاح شدت تنش در عمق ترك خستگي طراحي شده و آموزش ديده است. اطلاعات ورودي براي اين شبكه ها، نسبت عمق به عرض ترك و درصد رشد ترك در عمق جداره است. داده هاي استفاده شده براي آموزش و آزمون شبكه ها نتايج آزمايش روي شش اتصال T است كه در مركز NDE دانشگاه UCL انجام شده است. پس از طراحي، آموزش و آزمون شبكه ها و انتخاب شبكه بهينه، نتايج حل به كمك شبكه هاي عصبي با نتايج برخي روشهاي موجود مقايسه شده است.

 
کلید واژه: 

 
موضوعات مرتبط: 
 
ارجاعات: 
  • ندارد
 
 
مقالات نشریه ای مرتبط: 
 
مقالات همایشی مرتبط: 
 

  چکیده انگلیسی بازدید یکساله 138
 
 
آخرین های بلاگ
ورود به بلاگ مرکز اطلاعات علمی