research centers


Search results: Found 6

Listing 1 - 6 of 6
Sort by

Article
The Inverse Solution Of Dexterous Robot By Using Neural Networks
الحل العكسي لذراع انسان الي متعدد زوايا الوصول بأستخدام الشبكات العصبية

Authors: Samer Yahya Hadi سامر يحيى هادي --- Bahaa Ibraheem Kazem بهاء ابراهيم كاظم
Journal: Al-Khwarizmi Engineering Journal مجلة الخوارزمي الهندسية ISSN: 18181171 23120789 Year: 2007 Volume: 3 Issue: 1 Pages: 1-11
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

The inverse kinematics of redundant manipulators has infinite solutions by using conventional methods, so that, this work presents applicability of intelligent tool (artificial neural network ANN) for finding one desired solution from these solutions. The inverse analysis and trajectory planning of a three link redundant planar robot have been studied in this work using a proposed dual neural networks model (DNNM), which shows a predictable time decreasing in the training session. The effect of the number of the training sets on the DNNM output and the number of NN layers have been studied. Several trajectories have been implemented using point to point trajectory planning algorithm with DNNM and the result shows good accuracy of the end effector position for the desired trajectory.

هنالك عدد غير منته (infinity) من الحلول العكسية (inverse kinematics solutions) لذراع الية مطولةredundant arm) ) باستخدام الطرق التقليديه (conventional methods), لذلك استخدمت طريقة الشبكه العصبيه (neural network technique) لإيجاد حل واحد مرغوب به (one desired solution) من هذه الحلول. حيث استخدم في هذه البحث شبكه عصبيه مزدوجة (DNNM) لإيجاد الحلول العكسية (inverse kinematics solutions) لذراع تتكون من ثلاثة قطع تتحرك جميعها في سطح واحد (three links redundant planar robot). إن ألشبكه العصبية المزدوجة (DNNM) المستخدمة في هذا العمل أظهرت كفاءة عالية في تقليل الوقت اللازم لمرحلة التدريب (training ). إن تأثير عدد مجموعات التدريب ( (training setsعلى مخارج ((outputs ألشبكه العصبية المزدوجة (DNNM) قد تم دراستها في هذا العمل, و أظهرت النتائج بأن الدقة في إيجاد موقع نهاية الذراع ( (end effector قد تزيد عندما يضاعف عدد مجموعات التدريب ( (training sets. إن طريقة إيجاد المسار بين نقطتين ((point-to-point trajectory planning method قد تم دراستها في هذا العمل كذلك تم دراسة تأثير تغير عدد مجموعات التدريب ( (training setsعلى الدقة.


Article
Monitoring Process in Turning Operations for Cracked Material Alloy Using Strain and Vibration Sensor with Neural Network Classification

Author: Nabeel Kadim Abid AL-Sahib
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2007 Volume: 13 Issue: 3 Pages: 1680-1699
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Surface finish and monitoring tool wear is essential for optimization of machining parameters and performing automated manufacturing systems. There is a very close relationship between tool wear and machining material parameters as surface roughness, shrinkage, cracks, hard particle ... etc. Monitoring of manufacturing processes plays a very important role to avoid dawn time of the machine, or prevent unwanted conditions such as chatter, excessive tool wear or breakage. Feature extraction and decision making is a matter of considerable interest for condition monitoring of complex phenomena with multiple sensors. In this work, the implementation of a monitoring system utilizing simultaneous vibration and strain measurements on the tool tip is investigated for the shrinkage and crack of cast iron work piece. Machining parameters taken into consideration are cutting speed (116.5 and 136.6) m/min, feed rate (0.17 and 0.23)rev/min respectively and depth of cut (1) mm. Data from the machining processes were recorded with one piezoelectric strain sensor type (PCB 740B02) and an accelerometer type (4370), each coupled to the data acquisition card type (9111 DR). There were 22 features indicative of crack were extracted from the original signal. These include features from the time domain (mean, STD, crest factor, RMS, kurtosis, variance), frequency domains (power spectral density), time-series model coefficient (AR) and four packet features extracted from wavelet packet analysis (RMS, STD, kurtosis, crest factor). The (2x1) self organizing map neural network was employed to identify the crack and shrinkage effect on the tool state. The program used with this process is MATLAB V.6.5. As a result of the present work, we have an SOM model can classifying the crack with minimal error.

تشغيل السطوح ومراقبة بليان أداة القطع ضرورية لتحديد الظروف المثلى لانظمة التصنيع . ان هنالك علاقة بين مراقبة بليان اداه القطع مع ظروف تشغيل سطوح المسبوكات المتشققة، الخشنة، المنكمشة والمحتوية على جسيمات صلدة وما الى . . الخ. مراقبة عمليات التصنيع تَلْعبُ دورمهم جداً لتَجَنُّب صرف وقتِ الماكنةِ، أَو يَمْنعُ شروطَ غير مرغوبةَ مثل الثرثرةِ، التاكل المفرط للاداة أوالكسرِ. إنتزاع وإتّخاذ القرارات مسألة كبيرة الاهميةِ لمراقبة الظواهر المعقّدةِ بالمحسّساتِ المتعدّدةِ. في هذا العملِ، تطبيق نظام مراقبة يَستعملُ إهتزازاً آنياً ومقاييسَ إجهادِ على رأسِ الأداةَ لتحرّى الإنكماشِ وشَقِّ قطعةِ منِ الحديد الصلبِ. أَخذتْ معاملات التشغيل بنظر الإعتبار سرعةَ القطع (116.5 و136.6) م /دقيقة، نسبة تغذية (0.17 و0.23) دورة /دقيقة على التوالي وعمق القطعِ (1) مليمتر. البيانات مِنْ عملياتِ التشغيل سُجّلتْ بنوعِ محسّسِ إجهادِ piezoelectric (PCB 740B02) ونوع معجّلِ (4370)، كُلّ مُزَاوَج إلى بطاقةِ جمعَ البيانات نوع) 9111 DR (. كان هناك 22 ميزّةَ مؤشّر على الشَقِّ إنتزعَ مِنْ الإشارةِ الأصليةِ. تتضمن ميزّات مجالِ الوقتَ (mean, STD, crest factor, RMS, kurtosis, variance)، مجالات ترددِ (كثافة طيف كهربائية)، معامل الزمن النموذجيِ المتوالي (( AR واربع ميزّات حزم إنتزعتْ مِنْ تحليلِ حزمةِ wavelet (RMS, STD, kurtosis, crest factor). ان (2x1) يُنظّمُ شبكة عصبيةَ إستخدمتْ لتَمييز الإنكماشَ والشَقَّ على حالة أداة القطع. إنّ البرنامجَ المستخدم بهذه العمليةِ Matlab V.6.5 و كنتيجة للعملِ الحاليِ، حصلنا على نموذجُ SOM يُمْكِنُ أَنْ يُصنّفَ الشَقَّ باقل خطأ ِممكنِ.


Article
Prediction of Mass Transfer Coefficient in Bubble Column Using Artificial Neural Network

Authors: Salih A. Salih --- Adil A. Al-Hemiri
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2007 Volume: 13 Issue: 2 Pages: 1327-1342
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

The volumetric mass transfer coefficient kL.a was calculated using two gases (air and CO2) in water and NaOH solution. The experiments were carried out using 0.1 m column diameter. Empirical and Artificial Neural Network (ANN) correlation were developed to predicted mass transfer coefficient in form of dimensionless groups (Sh, Re,Bo and We). The use of Back Propagation Neural Network (BPNN) gave better results than other correlations found in literature and than the empirical one found in this study.

تمت دراسة معامل الانتقال الحجمي في عمود فقاعي ذو قطر 0.1 متر يحتوي على موزع للغاز ذو 79 فتحة بقطر 2 مليمتر لكل فتحة باستخدام الهواء و ثاني اوكسيد الكاربون للطور الغازي و الماء ومحلول هيدروكسيد الصوديوم للطور السائل.تم تطوير معادلة عامة وإستخدام الشبكة الذكية المصطنعة ( ANN) لحساب معامل انتقال الكتلة الحجمي من خلال استخدام مجاميع عديمة الوحدات ( We,Sh,Re,Bo ). إستخدام الشبكة الذكية من نوع التوالد العكسي ( BPNN ) اعطى نتائج متميزة احسن من تلك الموجودة في الادبيات.


Article
Artificial Neural Network Model for Predicting Nonlinear Response of Uniformly Loaded Fixed Plates

Authors: Ayad Amjad Abdul-Razzak --- Salim T. Yousif
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2007 Volume: 25 Issue: 3 Pages: 334-348
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

An artificial neural network (ANN) model has been developed for theprediction of nonlinear response for plates with built-in edges and differentsizes, thickness and uniform loads. The model is based on a six-layer neuralnetwork with back propagation learning algorithm. The learning data wereperformed using a nonlinear finite element program, the set of 1500x16represent the deflection response of load. Incremental stages of the nonlinearfinite element analysis was generated by using 25 schemes of built-inrectangular plates with different thickness and uniform distributed loads.The neural network model has four input nodes representing the uniformdistributed load, thickness, length of plate and length to width ratio, fourhidden layers and sixteen output nodes representing the deflection response.Regression analysis between finite element results and values predicted by theneural network model shows the least error. This approach helps in thereduction of the effort and time required determining the load-deflectionresponse of plate as the FE methods usually deal with only a single problemfor each run while ANN methods can solve simultaneously for a patch ofproblems


Article
COLOR IMAGE IDENTIFICATION BASED ON 2-D POWER SPECTRUM BASED ON NEURAL NETWORK

Author: M.Sc. Hassan J. Hassan*
Journal: IRAQI JOURNAL OF COMPUTERS,COMMUNICATION AND CONTROL & SYSTEMS ENGINEERING المجلة العراقية لهندسة الحاسبات والاتصالات والسيطرة والنظم ISSN: 18119212 Year: 2007 Volume: 7 Issue: 1 Pages: 74-86
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

Abstract:Image identification plays a great role in industrial, remote sensing, and militaryapplications. It is concerned with the generation of a signature to the image.This work proposes a dynamic program (use Neural Network) to identify the color imagedepending on the distribution of the monochrome colors (red, green, and blue) in the sameimage to make image signature accordingly, which is represented by a values named powerspectrum. The first step is to analyze the three-band monochrome image (color image) toRed, Green and Blue image, then deal with each image as a grey scale one which isrepresented as a 2-D matrix. The second step is to make Fourier Transform to each greyscale image in order to extract the implicit information in that image. The calculations of 2-D Power Spectrum for each image have been done to construct the final feature vector foreach one. Finally, in the third step, and in order to handle problems of large inputdimensions, a multilayer perceptron Neural Network has been used with two hidden layers.The input of the Neural Network structure is the final feature vectors which are obtainedfrom the previous step. All programs are written using MATLAP VER. 6.5 programminglanguage.

الخلاصة :إن تحليل نسيج الصورة لغرض التعرف عليها وتشخيصها يلعب دورا كبيرا في مجالات شتى, منها الصناعة والاستشعار من بعد إضافة إلى التطبيقات العسكرية.هذا البحث يقترح برنامج ديناميكي يعتمد على شبكة الخلايا العصبية (Neural Network) في تشخيص الصور الملونة, معتمدا على توزيع اللون الاحادي ( الاحمر, الاخضر, والازرق) في تلك الصورة لغرض تكوين البصمة الخاصة التي تميزها والمتمثلة بحساب طيف الطاقة (power spectrum) .الخطوة الأولى تبدأ بتحليل الصورة الملونة والمتكونة من الألوان الأحادية الأساسية ( الاحمر, الاخضر, والازرق) والتعامل مع كل صورة أحادية ناتجة كصورة رمادية (grey scale image) والتي يتم تمثيلها بمصفوفة ذات بعدين.الخطوة الثانية يتم من خلالها تحويل الصورة الأحادية باستخدام محول فورير(Fourier transformer) لغرض استخلاص المعلومات الضمنية في تلك الصورة وحساب طيف الطاقة(power spectrum) , وبالمحصلة يتم تكوين متجة الخواص (feature vector) لكل صورة احادية.الخطوة الثالثة والاخيرة ولغرض التمكن من التغلب على عمليات التطبيق ذات المداخل الكثيرة, تم استخدام شبكة الخلايا العصبية (Neural Network) ذات الطبقتين المتواريتين (two hidden layers) . أما المدخلات لهذة الشبكة فانها تتمثل بمتجة يتكون من مجموعة من القيم تعكس كيفية توزيع الألوان الأساسية في كل صورة والتي تم تكوينها من الخطوة الثانية.


Article
INFECTED REGION RECOGNITION IN HUMAN BODY MEMBERS BASED ON WAVENET WITH MINIMUM DISTANCE

Author: Hassan J. Hassan
Journal: IRAQI JOURNAL OF COMPUTERS,COMMUNICATION AND CONTROL & SYSTEMS ENGINEERING المجلة العراقية لهندسة الحاسبات والاتصالات والسيطرة والنظم ISSN: 18119212 Year: 2007 Volume: 7 Issue: 2 Pages: 95-107
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

Abstract: Image identification plays a great role in industrial, remote sensing, medical and military applications. It is concerned with the generation of a signature to the image. This work proposes a dynamic program (use Neural Network) to classify the texture of human member image then identify whether the member is infected or not. The program has the ability of determining which part of that member is infected depending on the comparison between the healthy member image stored in advance with a test image. The first step is to make approximation to the image using wavelet network (Wavenet) technique. Through this technique we shall get an approximated image with reduced data. In addition, we shall get implicit information to that image. The second step is to subdivide the resultant image from the first step into 16 equally subparts then deal with each subpart as a unique image. Finally, in the third step, the minimum distance (Mahalanobias Distance) approach is employed for subpart identification. All programs are written using MATLAB VER. 6.5 package.

الخلاصة :إن تحليل نسيج الصورة لغرض التعرف عليها وتشخيصها يلعب دورا كبيرا في مجالات شتى, منها الصناعة والاستشعار من بعد إضافة إلى التطبيقات الطبية والعسكرية.هذا البحث يقترح برنامج ديناميكي يعتمد على شبكة المويجة (Wavenet) لتصنيف نسيج الصورة للعضو البشري و تشخيص فيما لو كان ذلك العضو مصاباً أم لا. كما ان لهذا البرنامج القدرة على تحديد الجزء المصاب من ذلك العضو بالاعتماد على المقارنة بين صورة العضو السليم المخزونة مسبقاً مع صورته الجديدة.الخطوة الأولى يتم من خلالها اجراء تقريب الى الصورة (Image Approximation) باستخدام شبكة المويجة(Wavenet) والذي من خلاله نحصل على صورة تقريبية مع تقليل القيم الاصلية المكونة للصورة (Data Reduction) والحصول على قيم ضمنية تتعلق بتلك الصورة.الخطوة الثانية يتم من خلالها تقسيم الصورة الناتجة من الخطوة الاولى الى ستة عشرجزءاً متساوياً والتعامل مع كل جزء كصورة مستقلة. الخطوة الثالثة والاخيرة يمر خلالها كل جزء من أجزاء الصورة بمرحلة قياس أقصر مسافة بين صورتين واستخدام النتائج في عملية التشخيص النهائية.

Listing 1 - 6 of 6
Sort by
Narrow your search

Resource type

article (6)


Language

English (5)

Arabic and English (1)


Year
From To Submit

2007 (6)