مقاله نشت یابی در لوله های تحت فشار بر پایه خصوصیات جریان گذرا و بکارگیری شبکه عصبی مصنوعی

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

  مقاله نشت یابی در لوله های تحت فشار بر پایه خصوصیات جریان گذرا و بکارگیری شبکه عصبی مصنوعی دارای ۱۲ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله نشت یابی در لوله های تحت فشار بر پایه خصوصیات جریان گذرا و بکارگیری شبکه عصبی مصنوعی  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 نشت یابی در لوله های تحت فشار بر پایه خصوصیات جریان گذرا و بکارگیری شبکه عصبی مصنوعی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله نشت یابی در لوله های تحت فشار بر پایه خصوصیات جریان گذرا و بکارگیری شبکه عصبی مصنوعی :

تعداد صفحات:۱۲
چکیده:
به منظور شناسایی پارامترهای نشت در یک خط لوله تحت فشار، ابتدا با بستن شیر پایین دست، جریان گذرا ایجاد می شود. سپس نوسانات فشار تعیین و ثبت می گردند جهت تحلیل جریان یک مدل عددی بر پایه روش خطوط مشخصه توسعه داده می شود. مدل نشت یابی در این تحقیق به این شرح است که در ابتدا به ازای مقادیر مختلف اندازه مساحت نشت و موقعیت های مختلف نشت در طول خط لوله، نوسانات فشار در انتهای خط لوله با استفاده از مدل عددی تعیین می شوند مقادیر نوسانات فشار به همراه پارامترهای نشت نظیر آن به عنوان داده های آموزشی به یک شبکه عصبی مصنوعی معرفی شده و پس از چندین مرتبه آموزش شبکه با ساختار های متفاوت، بهترین شبکه انتخاب می شود و به عنوان ابزاری برای شناسایی نشت های واقعی در زمان بهره برداری لوله مورد استفاده قرار می گیرد شبکه های عصبی مصنوع به دلیل توانای تقریب توابع پیچیده می توانند ارتباط میان ورودی ها و خروجی های نظیر را تعیین نموده و با استفاده از قابلیت تعمیم دهی، در شرایطی که به آن ها معرفی نشده نیز، عملکرد مناسبی از خود نشان دهند. کاربرد این شبکه ها در حل مسئله نشت یابی در خطوط لوله بیشتر از این حیث اهمیت دارد که در زمانی که لوله در دست بهره برداری است دیگر نیازی به شبیه سازی عددی آن مانند سایر روشهای نشت یابی بر پایه مسئله معکوس نیست نتایج بررسی ها نشان می دهد که استفاده از شبکه عصبی مصنوعی، ساده و کم هزینه است علاوه بر آنکه از دقت مناسبی برخوردار می باشد.