دانلود ترجمه مقاله بهینه سازی پشته سازی توالی کامپوزیت لمینت برای بهینه سازی بار کمانش

عنوان فارسی: | بهینه سازی پشته سازی توالی کامپوزیت لمینت برای بهینه سازی بار کمانش با شبکه عصبی و الگوریتم ژنتیکی |
عنوان انگلیسی: | Optimization of Stacking Sequence of Composite Laminates for optimizing buckling load by Neural Network and genetic algorithm |
تعداد صفحات مقاله انگلیسی : 10 | تعداد صفحات ترجمه فارسی : 10 |
سال انتشار : 2013 | نشریه : indjst |
فرمت مقاله انگلیسی : PDF | فرمت ترجمه مقاله : ورد تایپ شده |
کد محصول : 4013 | رفرنس : دارد |
محتوای فایل : zip | حجم فایل : 1.29Mb |
رشته های مرتبط با این مقاله: مهندسی مکانیک و مهندسی هوافضا |
گرایش های مرتبط با این مقاله: آیرودینامیک، ساخت و تولید، طراحی جامدات، سازه بدنه خودرو، طراحی کاربردی و مکانیک سیالات |
دانشگاه: دانشکده مهندسی مکانیک، دانشگاه امام حسین، تهران |
کلمات کلیدی: توالی پشته سازی، الگوریتم های ژنتیکی، لامینات کامپوزیت، بار کمانش، شبکه های عصبی |
وضعیت ترجمه عناوین تصاویر و جداول: ترجمه نشده است |
وضعیت ترجمه متون داخل تصاویر و جداول: ترجمه نشده است |
وضعیت فرمولها و محاسبات در فایل ترجمه: به صورت عکس، درج شده است |
چکیده
۱ مقدمه
۲ شبکه های عصبی مصنوعی
شبکه های عصبی پرسپترون چند لایه (MLP)
خصوصیات شبکه عصبی
۳ تقریب تابع کمانش استوانه کامپوزیت با روش MLP
مدلسازی و بحث
۴ الگوریتم های ژنتیکی
۱ ۴ کلیات
۲ ۴ توالی پشته سازی لامینات های کامپوزیت
۳ ۴ کاربرد GA برای به حداکثر رساندن بار کمانش بحرانی
۵ بهینه سازی پوسته لامینات کمپوزیت با لامینات های ۱۰ لایه
۶ نتیجه گیری
Abstract
Composite beams, plates and shells are widely used in the aerospace industry because of their advantages over commonly used isotropic Structures especially when it comes to weight savings. Buckling analyses of composite structural components must be performed in order to ensure, for instance, that a composite panel designed to be part of a control surface does not buckle thereby compromising its aerodynamic shape. Optimization of composite structures has been performed in this paper using Genetic algorithm. Genetic algorithm (GA) approaches are successfully implemented to the TSP. The buckling load of composite plate, which is obtained by the Artificial Neural Networks, was used as the fitness function in the GA to find its optimized value by arranges the ply stacking sequence.
چکیده
بیم ها(تیرها)، صفحات و شل های (پوسته های) کامپوزیت به خاطر مزایایشان نسبت به سازه های ایزوتروپی معمولاً بکاررفته به ویژه زمانی که هدف صرفه جویی در وزن باشد، کاربرد وسیعی در صنعت هوافضا دارند. تحلیل های کمانش اجزای سازه ای کامپوزیت بایستی برای اطمینان از این مسئله اجرا گردد که پانل کامپوزیت طراحی شده به عنوان بخشی از سطح کنترل دچار کمانش نشده و بدین طریق شکل ایرودینامیکی اش را به مخاطره نمی اندازد. بهینه سازی سازه های کمپوزیت در این مقاله با استفاده از الگوریتم ژنتیکی انجام شده است. شیوه های الگوریتم ژنتیکی (GA) با موفقیت برای TSP به معرض اجرا درآمده اند. بار کمانش صفحه کامپوزیت، که از طریق شبکه های عصبی مصنوعی بدست آمده است، به عنوان تابع تناسب در GA برای یافتن مقدار بهینه شده اش با آرایش توالی پشته سازی لایه بکاربرده شد.