ارائه مدل شبکه‌ی عصبی GMDH برای پیش‌بینی رفتار ورق‌های مثلثی تحت بارگذاری هیدرودینامیکی

نویسندگان

1 دانشجوی دکتری، دانشکده مهندسی مکانیک، دانشگاه گیلان، رشت، ایران

2 استادیار، دانشکده مهندسی مکانیک، دانشگاه ایوان‌کی، ایوان‌کی، ایران‌‌

3 استادیار، دانشکده علوم پایه، دانشگاه آزاد اسلامی، واحد ورامین-پیشوا، ورامین، ایران

4 دانشیار، دانشکده مهندسی مکانیک، دانشگاه گیلان، رشت، ایران

doi
10.22044/jsfm.2020.9237.3087
چکیده

هدف اصلی این مطالعه‌ بررسی نسبت تغییر شکل مرکز جرم ورق مثلثی به ضخامت آن با استفاده از روش پردازش گروهی شبکه عصبی و مقایسه‌ی آن با نتایج تست‌های آزمایشگاهی انجام شده بر ورق نازک مثلثی با استفاده از سامانه چکش پرتابه‌ای است. هم‌چنین بررسی تغییر شکل نهایی و کرنش ایجاد شده در ورق و انرژی منتقل‌ شده توسط ضربه ناشی از سقوط وزنه در دستور کار این مطالعه قرار دارد. برای بررسی تغییر شکل مرکز جرم ورق مثلثی از متغیرهای ورودی بدون‌بعد استفاده می‌شود. با ادغام روش‌های شبکه عصبی و اعداد بدون بعد، عبارت چندجمله‌ای مناسبی برای به دست آوردن تغییر شکل مرکز جرم ورق‌های مثلثی به دست می‌آید. روش جداسازی تک‌متغیره برای به دست آوردن بردار ضرایب زیرجملات شبکه عصبی پردازش گروهی استفاده می‌شود. روش جداسازی تک‌متغیره، عملکرد شبکه عصبی پردازش گروهی را برای مدل کردن فرایند پیچیده تغییر شکل ورق‌های مثلثی بهبود می‌دهد. بررسی نتایج به دست آمده از روش شبکه‌ی عصبی و مقایسه‌ی آن با داده‌های آزمایشگاهی تطابق قابل قبول مدل را نشان می‌دهد. از مهم‌ترین برجستگی‌های این روش می‌توان به سادگی محاسبات و کارائی مناسب در مطالعات پارامتری بارگذاری ضربه‌ای اشاره کرد.