research centers


Search results: Found 5

Listing 1 - 5 of 5
Sort by

Article
Mechanical Properties Control Of Low And Medium Carbon Steel Using Feed Forward Neural Networks

Authors: Mohammed J Kadhim محمد كاظم --- Mohanned M. Hessian مهند حسين --- Alaa Abd Al-Salam Naj
Journal: Dijlah Journal مجلة دجلة ISSN: 44446583 Year: 2019 Volume: 2 Issue: 1 Pages: 27-36
Publisher: Dijlah University College كلية دجلة

Loading...
Loading...
Abstract

Two feed forward multilayer neural network (FFMNN) architecture have been constructed. The first model has two hidden layers, 20 neurons for first layers and 30 neurons for second layers. The first model utilized to control the mechanical properties (yield strength, tensile strength and hardness) which are the inputs to this model. The model gives the carbon percentage and the heat treatment type and temperature as response to the required mechanical properties. The second model is implemented to predict the effect of carbon, quenching and tempering temperature on mechanical properties of both tensile strength and hardness of low and medium carbon steel. It has two hidden layers, 30 neurons for first layers and 60 neurons for second layers. In addition, the effect of different carbon percentages and heat treatment temperature for quenching were stud- ied on the mechanical properties of low to medium carbon steel. The results of Vickers hardness showed that hardness, yield strength and tensile strength were increased with increasing the car- bon percentage, quenching temperature and decreasing the tempering temperature. The neural networks models showed good agreements with experimental data. The correlation coefficients for the first model versus the experimental data are 0.9917, 0.9782 and 0.9954 for yield strength, tensile strength and Vickers hardness respectively. Higher correlation coefficients were obtained for the second modelling


Article
Artificial Neural Networks Modeling of Total Dissolved Solid in the Selected Locations on Tigris River, Iraq
نمذجة الشبكات العصيبة الاصطناعيه للاملاح الذائبة الكلية في مواقع مختارة من نهر دجلة في العراق

Author: Ayad Sleibi Mustafa اياد صليبي مصطفى
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2015 Volume: 21 Issue: 6 Pages: 162-179
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

The study aims to predict Total Dissolved Solids (TDS) as a water quality indicator parameter at spatial and temporal distribution of the Tigris River, Iraq by using Artificial Neural Network (ANN) model. This study was conducted on this river between Mosul and Amarah in Iraq on five positions stretching along the river for the period from 2001to 2011. In the ANNs model calibration, a computer program of multiple linear regressions is used to obtain a set of coefficient for a linear model. The input parameters of the ANNs model were the discharge of the Tigris River, the year, the month and the distance of the sampling stations from upstream of the river. The sensitivity analysis indicated that the distance and discharge have the most significant affect on the predicted TDS concentrations. The results showed that a network with (8) hidden neurons was highly accurate in predicting TDS concentration. The correlation coefficient (r), root mean square error (RMSE) and mean absolute percentage error (MAPE) between measured data and model outputs were calculated as 0.975, 113.9 and 11.51%, respectively for testing data sets. Comparisons between final results of ANNs and multiple linear regressions (MLR) showed that the ANNs model could be successfully applied and provides high accuracy to predict TDS concentrations as a water quality parameter.

تهدف الدراسة الى التنبؤ بتراكيز المواد الصلبه الكلية (TDS) بوصفها مؤشرا لنوعية المياه تبعا التوزيع المكاني والزماني لنهر دجلة في العراق باستخدام نموذج الشبكه العصيبة الاصطناعية (ANN).اجريت الدراسة لخمسة مواقع على طول نهر دجلة بين الموصل والعمارة في العراق للفترة (2001- 2011).لمعايرة نمذجة الشبكه العصيبه الصناعية تم استخدام برنامج الانحدار الخطي المتعدد للحصول على مجموعة من المعاملات للنموذج الخطي.ان المدخلات الاساسيه للمتغيرات الداخله لبرنامج (ANNs) هي تصريف النهر، السنة، الشهر، المسافة لمواقع المحطات من مقدم النهر.أظهر تحليل الحساسيه ان المسافة والتصريف لهما تاثيرجوهري على توقعات تراكيز (TDS). بينت النتائج ان الشبكة ذات ثمانية عقده في الطبقه المخفيه (hidden layer ) من الخلايا العصيبة كانت دقيقه للغاية للتنبؤ في تركيز (TDS).ان قيمة معامل الارتباط (r) وجذر متوسط مربعات الخطأ (RMSE) ومعدل نسبة الخطأ المطلق (MAPE) بين البيانات المقاسة والبيانات التي تم حسابها من النموذج كالآتي(0.975، 113.9، 11.51%).أشارت نتائج المقارنة النهائية لنموذج الشبكات العصيبة الاصطناعية (ANNs) مع الانحدار الخطي المتعدد (MLR) .ان نموذج (ANNs) يمكن ان يطبق بنجاح ويوفر دقة عالية لتنبؤ تراكيز (TDS) كمؤشر لنوعية المياه.

Keywords

Tigris River --- TDS --- ANNs --- and discharge.


Article
FPGA Implementation Of Multilayer Perceptron For Speech Recognition
تنفيذ شبكة المدرك متعددة الطبقات على شريحة FPGA لأغراض تمييز الكلام

Author: Ghassan Hazin Shakoory غسان حازم شكوري
Journal: Journal of Engineering and Sustainable Development مجلة الهندسة والتنمية المستدامة ISSN: 25200917 Year: 2013 Volume: 17 Issue: 6 Pages: 175-185
Publisher: Al-Mustansyriah University الجامعة المستنصرية

Loading...
Loading...
Abstract

In this paper, a method for designing and implementing of Multilayer Percepton (MLP) based on BP algorithm has been suggested. The method has described a MLP on Register Transfer Level (RTL) using VHDL description language and implemented on Field Programmable Gate Array (FPGA) for speech recognition. Firstly, a multiply-accumulate (MAC) unit, and sigmoid nonlinear function are implemented as a basic building units of the MLP. The MLP is trained by BP learning algorithm. The optimized parameters are obtained by Matlab simulation for off chip training design. The implementations have been developed and tested on Xilinx Spartan-IIIE XC3S500E FPGA chip for embedded systems using Xilinx ISE 10.1 software. The research also presents a summary of the performance cost and data throughput with regards to the speed and required computational resources. The proposed hardware architecture are found to be 6 times faster than the software implementation.

في هذا البحث، تم اقتراح طريقة لتصميم وتنفيذ شبكة المدرك متعددة الطبقات (MLP) والمبنية على خوارزمية الانتشار العكسي للخطأ(BP) . تم وصف شبكة MLP في هذه الطريقة بمستوى تصميم المسجلات (RTL) باستخدام لغة وصف الكيان المادي (VHDL)، وتم التنفيذ على شريحة مصفوفة البوابات المبرمجة حقليا (FPGA) لأغراض تمييز الكلام. صممت وحدة الضرب والتجميع (MAC) أولا ,ثم دالة التفعيل الغير خطية نوع سكمويد كوحدات أساسية لتنفيذ البنية المادية الكاملة لشبكة MLP. أستخدم برنامج محاكاة في البيئة البرمجية Matlab لإيجاد القيم المثلى لشبكة MLP باستخدام خوارزمية BP. أن الهدف من هذا البحث هو تطوير واختبار التنفيذ على كيان التشكيل المطاوع لشريحة نوع Xilinx Spartan-IIIE XC3S500E FPGA ولأغراض التطبيق في الأجهزة المضمنة باستخدام برنامج Xilinx ISE 10.1 . قدم هذا البحث أيضا ملخص الايداء وعامل العطاء نسبة للسرعة ومصادر الشريحة المستخدمة. حيث وجدت معمارية الكيان المادي المقترحة أسرع 6 مرات مقارنة مع الكيان البرمجي.


Article
MIMO Channel Capacity Improvement Using Space Time Coding
تحسين سعة نظام متعدد المداخل متعدد المخارج باستخدام التشفير

Authors: Asst. prof. Dr. Raad Hamdan .Thaher أ. م. د رعد حمدان ظاهر --- Mr.Hussien yossif radhy حسين يوسف راضي
Journal: Journal of Engineering and Sustainable Development مجلة الهندسة والتنمية المستدامة ISSN: 25200917 Year: 2015 Volume: 19 Issue: 2 Pages: 1-15
Publisher: Al-Mustansyriah University الجامعة المستنصرية

Loading...
Loading...
Abstract

Wireless communication systems play an important role in our life and society. In this paper, the different types of wireless communication systems Single Input-Single Output (SISO), Single Input-Multiple Output (SIMO), Multiple Input-Single Output (MISO), and Multiple Input- Multiple Output (MIMO) were described and compared from capacity and Bit Error Rate (BER) point of view. It was found that the capacity of MIMO communication system is better than other systems. An additional improvement was obtained by using Space Time Coding (STC). Space Time Block Code (STBC) improve the BER of MIMO by (78,6%), and Space Time Trellis Code (STTC) improve the (BER) at the receiver side by (91.37%). Also the use of Artificial Neural Networks (ANN) improve the STTC MIMO communication system by 54.16%. All measurement are done at SNR = 8dB. Using MATLAB version 2013a.

تلعب الاتصالات اللاسلكية دوراً مهما في جميع مجالات الحياة المختلفة في هذا البحث تم دراسة ومقارنة انواع مختلفة من أنظمة الاتصالات اللاسلكية (SISO, SIMO, MISO, MIMO) من خلال سعة قناة الوسط الناقل للمعلومات وكذا نسبة الخطأ في المعلومات المنقولة. حيث وجد ان سعة نظام متعدد المداخل متعدد المخارج ((MIMO افضل من بقية الانواع وعند استخدام التشفير بكلا نوعيه (STBC) و(STTC) تحسن اداء نظام ((MIMO بنسبة (78,6%) في حالة استخدام (STBC) وبنسبة (91.37%) في حالة استخدام (STTC) . وتم أيضا تقليل نسبة الخطأ (BER) عند استخدام الشبكات العصبية الاصطناعية (ANNs) مع نظام (MIMO STTC) بنسبة (54.16%). جميع هذه القياسات تمت عند ( .(SNR

Keywords

Channel capacity --- C --- MIMO --- BER --- STTC --- and ANNs.


Article
Experimental and Prediction Using Artificial Neural Network of Bed Porosity and Solid Holdup in Viscous 3-Phase Inverse Fluidization
التجريبية والتنبؤ باستخدام الشبكة العصبية الاصطناعية لمسامية الطبقة والمحتوى الحجمي للطور الصلب في أبراج معكوس التمييع اللزج ثلاثية الطور

Author: Amer A. Abdulrahman عامر عزيز عبدالرحمن
Journal: Al-Khwarizmi Engineering Journal مجلة الخوارزمي الهندسية ISSN: 18181171 23120789 Year: 2016 Volume: 12 Issue: 3 Pages: 26-37
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

In the present investigation, bed porosity and solid holdup in viscous three-phase inverse fluidized bed (TPIFB) are determined for aqueous solutions of carboxy methyl cellulose (CMC) system using polyethylene and polypropylene as a particles with low-density and diameter (5 mm) in a (9.2 cm) inner diameter with height (200 cm) of vertical perspex column. The effectiveness of gas velocity Ug , liquid velocity UL, liquid viscosity μL, and particle density ρs on bed porosity BP and solid holdups εg were determined. The bed porosity increases with "increasing gas velocity", "liquid velocity", and "liquid viscosity". Solid holdup decreases with increasing gas, liquid velocities and liquid viscosity. Solid holdup with "low density particles" shows a higher numerical quantity "than that in the beds" with "high density". Levenberg-Marquardt back propagation of "artificial neural network (ANNs)" was utilized to predict the bed porosity and solid holdup. The expected values are in an excellent relationship with the experimental values, where the advanced model is high-fidelity and own a large capacity to predict bed porosity and solid holdup.

في هذا العمل، تم حساب مسامية الطبقة والمحتوى الحجمي للطور الصلب في أبراج معكوس التمييع اللزجة ثلاثية الطور باستخدام محاليل مائية للكربوكسي ميثيل السليلوز (CMC) ونوعين مختلفين من جسيمات البولي اثيلين والبولي بروبلين ذوالكثافات الواطئة وبأقطار (5 ملم) في عمود من نوع (PERSPEX) وبقطر داخلي (0.092 م) مع ارتفاع (2 م). تم تحديد فعالية سرعة الغاز و السائل، لزوجة السائل، وكثافة الجسيمات على مسامية الطبقة والمحتوى الحجمي للطور الصلب. ووجد ان زيادة سرعة الغاز, سرعة السائل, ولزوجة السائل تؤدي الى زيادة مسامية الطبقة. اما المحتوى الحجمي للطور الصلب يقل عند زيادة سرعة الغاز, سرعة السائل, ولزوجة السائل. ووجد ان المحتوى الحجمي للطور الصلب للجزيئات منخفضة الكثافة تكون أعلى من الجزيئات ذي الكثافة العالية. وقد استخدم برنامج ليفينبيرك -ماركوارت العكسي للشبكة العصبية الاصطناعية لتنبؤ مسامية الطبقة والمحتوى الحجمي للطور الصلب. وظهرت القيم المتوقعة في اتفاق ممتاز مع القيم المقاسة، حيث ان النموذج المطور كان عالي الدقة ولديه نوعية كبيرة على التنبؤ.

Listing 1 - 5 of 5
Sort by
Narrow your search

Resource type

article (5)


Language

English (3)

Arabic and English (2)


Year
From To Submit

2019 (1)

2016 (1)

2015 (2)

2013 (1)