تحلیل و پیش بینی وابسته به زمان نتایج آزمایشگاهی دادههای حاصل از سیم داغ با کمک شبکه عصبی دینامیکی
نویسندگان
1
2
3
doi
10.22075/jme.2017.1555چکیده
یکی از ابزار قدرتمند در پیش بینی رفتار و پاسخهای سیستم در حوزه مهندسی شبکه عصبی میباشد. در کار حاضر با استفاده از یک شبکه عصبی وابسته به زمان دادههای موجود حاصل از کار آزمایشگاهی برای مطالعه پارامترهای توربولانس مورد پردازش قرار گرفته است. مدل شبکه عصبی مدل پیش خور میباشد و برای تابع آموزش از الگوریتم لونبرگ- مارکوارادت استفاده شده است. دادههای حاصل از پراب دوبعدی و یک بعدی سیم داغ که به صورت ولتاژ میباشد با انطباق آنها به مقادیر سرعت توسط منحنی کالیبراسیون و تبدیل به بردار سرعت، به عنوان دادههای ورودی برای آموزش شبکه عصبی مورد استفاده قرار گرفتهاند. شبکه در دو حالت یک بعدی و دوبعدی آموزش داده شده و نتایج برای حالات دیگر با دادههای آزمایشگاهی مقایسه گردیده است که نتایج شبکه عصبی انطباق مناسبی با نتایج دادههای دقیق ارائه میکند و همچنین مدلی برای میان یابی و پیش بینی حالات میانی ارائه گردیده است.