مقاله Prediction of the Carbon nanotube quality using adaptive neuro–fuzzy inference system

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 مقاله Prediction of the Carbon nanotube quality using adaptive neuro–fuzzy inference system دارای ۱۶ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله Prediction of the Carbon nanotube quality using adaptive neuro–fuzzy inference system  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله Prediction of the Carbon nanotube quality using adaptive neuro–fuzzy inference system،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله Prediction of the Carbon nanotube quality using adaptive neuro–fuzzy inference system :

سال انتشار : ۲۰۱۷

تعداد صفحات :۱۶

Multi-walled carbon nanotubes (CNTs) are synthesized with the assistance of water vapor in a horizontal reactor using methane over Co-Mo/MgO catalyst through chemical vapor deposition method. The application of Adaptive Neuro-Fuzzy Inference System (ANFIS) technique for modeling the effect of important parameters (i.e. temperature, reaction time and amount of H2O vapor) on the quality of the CNT process is investigated. Using experimental data, qualities of CNTs are determined for training, testing and validation of developed ANFIS model. From the analysis carried out by the ANFIS-based model, the mean square deviation and a regression coefficient are found to be 4.4% and 99%, respectively. The validation results confirm that the ability of the proposed ANFIS model for predicting the quality of the CNT process over a wide range of operational conditions. In addition, sensitivity analysis indicates that the temperature has the significant effect (i.e. 94%) on the quality of the CNT process.