هدف ما تشخیص نشتی در یک لوله توسط شبکه عصبی مصنوعی در Matlab

اساس کار مقاله  تشخیص و تعمیر نشتی ها در لوله توسط  عملکرد شبکه عصبی مصنوعی در  شناسایی الگو  تنها با دو اندازه گیری میزان دبی سیال می باشد.یک مدل ریاضی از لوله استفاده شده است برای آموزش , تست و اعتبار سنجی سیستم شبکه عصی مصنوعی.این سیستم آموزش داده می شود توسط داده های با تاخیر برای بکار گرفتن دینامیک سیستم.نتایج نشان می دهد این رویکرد کارایی موثری در تشخیص و تعمیر انواع خطا های نشتی دارد.

رویکرد پیشنهادی در ۴ مرحله اعتبار سنجی می شود. در مرحله اول داده های جدید به ANN  داده می شود. درمرحله دوم داده همراه نویز به شبکه عصبی داده می شود.در مرحله ۳ فشار ورودی و خروجی تغییر داده می شود.و همچنین ضریب نشتی تغییر داده می شود.در نهایت در مرحله ۴ شبکه عصبی مصنوعی برای بار دوم توسط داده های قبلی همراه با ضریب نشتی متغیر ʎ آموزش داده می شود. عملکرد سیستم توسط خطای بین خروجی واقعی با خروجی تخمین زده شده  توسط شبکه عصبی مصنوعی  به دست می آید.

شبیه سازی انجام شده نشان می دهد قابلیت تخمین و یادگیری شبکه عصبی برای مسئله کاربردی ما کارایی بسیار مناسبی دارد و اگر قسمت آموزش شبکه عصبی با تعداد نمونه بالا انجام شود نتیجه تست شبکه تقریبا ۱۰۰% درست جواب می دهد.

تشخیص نشتی در یک لوله توسط شبکه عصبی مصنوعی

Leaks Detection in a Pipeline Using Artificial

Neural Networks

Published in:  Springer

Date of Publication: 2009

برای مشاهده مقاله ؛ تصویر فوق را کلیک کنید تا دانلود شود

مشخصات شبیه ساز:

دکتری کنترل

دانشگاه مشهد

محتویات:

• اصل مقاله
• پیاده سازی با Matlab
• گزارش کامل مقاله  و الگوریتم بصورت فارسی
• پیوست سورس کد

دانلود فایل