شماره ركورد كنفرانس :
3985
عنوان مقاله :
بهينه سازي كمانشي پوسته هاي كامپوزيتي با بهره گيري از تحليل المان محدود
عنوان به زبان ديگر :
Buckling optimization of composite utilizes finite element analysis
پديدآورندگان :
مومن پور مصطفي m.momenpour1989@yahoo.com دانشگاه آزاد اسلامي واحد كاشان; , نصيحت گزار محسن mnasihat@yahoo.com دانشگاه آزاد اسلامي واحد كاشان;
تعداد صفحه :
13
كليدواژه :
پوسته كامپوزيتي , كمانش , بهينه سازي , شبكه عصبي , الگوريتم ژنتيك
سال انتشار :
1396
عنوان كنفرانس :
دومين كنفرانس بين المللي مكانيك و هوافضا
زبان مدرك :
فارسي
چكيده فارسي :
پوسته هاي كامپوزيتي چند لايه استوانه اي داراي كاربردهاي متنوع از جمله بعنوان ستون در ساختمان هاي مختلف اعم از اسكله ها، سالن ها، ورزش گاه ها و پل ها هستند. با توجه به وجود حالت جدار نازك و همچنين شرايط بارگذاري فشاري، ناپايداري الاستيك (كمانش) معيار مهمي در طراحي آنها بوده و در مقاله حاضر به آن پرداخته شده است. هدف اصلي در اين تحقيق بهينه سازي پوسته هاي چهار، هشت و دوازده لايه بمنظور تعيين زاويه الياف بهينه در لايه هاي مختلف جهت حداكثر سازي بار بحراني مي باشد. براي تعيين تابع پارامتري بار بحراني، راهكاري هيبريدي شامل روش المان محدود(FE) و ابزار شبكه عصبي(NN) مورد استفاده قرار گرفته است. براي اين منظور داده هاي آموزشي و آزمايشي مورد نياز NN با كمك FE بدست آمده و شبكه مناسب تربيت شده است. براي بهينه سازي تابع ذكر شده، از الگوريتم ژنتيك(GA) استفاده گرديده و در عين حال براي اطمينان از حصول بهينه مطلق، GA به دفعات اجرا و در هر بار پارامترهاي آن تغيير داده شده اند. همچنين وجود چندين نقطه بهينه نزديك به هم و ارتباط بين تعدادلايه ها، بار بحراني بهينه و زاويه الياف مورد بحث و ارزيابي قرار گرفته است.
چكيده لاتين :
Multi-layered cylindrical composite shells wide range of applications such as building columns ranging from docks, halls, sports footwear and bridges are. Due to the thin and compressive loading conditions, elastic stability (buckling) was an important criterion in their design and have been addressed in this paper. The main objective of this study was to optimize the shells of four, eight and twelve layers to determine the optimum orientation of fibers in different layers for maximum load is critical. To determine the critical load parameters, the hybrid approach of finite element method (FE) and neural network (NN) is used. For this purpose, training and testing data required and the appropriate network NN trained with the help of FE is obtained. To optimize the function of the genetic algorithm (GA) is used and at the same time to ensure the absolute optimum, GA run times and each time parameters are changed. There is also optimized multiple points close together and the relationship between Tdadlayh, the critical load optimal fiber angle is discussed and evaluated.
كشور :
ايران
لينک به اين مدرک :
بازگشت