مشروع تحليل الاجهادات في وصلات اللحام باستخدام

ali abualaes

عضو جديد
إنضم
21 مايو 2014
المشاركات
165
مجموع الإعجابات
20
النقاط
0
أكاديمية الخليج العربي للدراسات البحرية
الكليــــــــــــة البحريـــــــــــــــــــة
قســـــــــم الهندسة البحريــــــــة
تحليل الاجهادات في وصلات اللحام باستخدام
الشبكات العصبية الصناعية

قدم البحث الى الكلية البحرية كجزء من متطلبات نيل درجة البكالوريوس في علوم الهندسة البحرية
من قبل الطلبة
محمد كاظم عبيد
مصطفى ناصر مطر حيدر فيصل جاسم
احمد نيسان نايف احمد عبد الجليل محمد

بإشراف
الماجستير
عماد عبيد باجي
2010

تم في هذا البحث تطوير برنامج باستخدام الشبكات العصبية الصناعية وبرنامج الماتلاب لتخمين الخواص الميكانيكية مثل متانة الخضوع ومتانة الشد والنسبة المئوية للاستطالة لوصلات لحام القوس الكهربائي . استخدمت النتائج المأخوذة من الاختبارات العملية لغرض تعليم البرنامج وكذلك الحصول على النتائج المطلوبة لهذه الدراسة. الهيكلية المستخدمة للبرنامج مكونة من أربع طبقات رئيسية هي المدخلات وهي أربع مدخلات هما الطول والقوة المسلطة والمساحة ومعامل المرونة وطبقتان من الطبقات المخفية وكذلك طبقة المخرجات ومتكونة من ثلاث مخرجات هما متانة الخضوع ومتانة الشد وكذلك الاستطالة النسبية للعينات .
وقد أظهرت النتائج المستحصلة أن استخدام الشبكات العصبية الصناعية يعطي توافق ممتاز مع النتائج العملية ، حيث كان مقدار الخطأ لايتجاوز 0.22 %، 2.2 % و 0.44 % لكل من متانة الشد ، متانة الخضوع والاستطالة النسبية على التوالي .
The Arabian Gulf Academy For Maritime Studies
Maritime college
Department of Maritime Engineering

Stress Analysis of Welded Joint Using Artificial Neural Networks
A Research submitted to
The Maritime college
In
Partial fulfillment of the
Requirement for the
Degree of B. Sc.
By
Mohammed K. Obaid
Mustafa N. Motar Haider F. Jassim
Ahmed N.Naef Ahmed A. Mohammed
Supervisor
Emad O. Bajee
2010

This paper presents the development of a back propagation neural network model by Matlab for the prediction of mechanical properties such as tensile strength, yield strength and elongation arc welding process. The model is based on experimental data. The thickness of the plate, height , elastic modulus and applied force have been considered as the input parameters and the bead penetration tensile strength , yield strength and elongation as output parameters to develop the model. The developed model is then compared with experimental results and it is found that the results obtained from neural network model are accurate in predicting the weld bead geometry.
Mean square error % (MSE) values of the measured and predicted values for the tensile strength, yield strength and elongation for test data are 0.22, 2.2, and 0.44%, respectively. The main quality indicator of a neural network is its generalized ability to predict accurately the output of unseen verification data.
للتحميل من الروابط ادناه


https://www.facebook.com/groups/221573744599062/
or
https://www.scribd.com/upload-document

 
أعلى