research centers


Search results: Found 3

Listing 1 - 3 of 3
Sort by

Article
Modeling of Induction Heating Systems Using Artificial Neural Networks

Loading...
Loading...
Abstract

Abstract:Induction heating system has a number of inherent benefits compared to traditional heating systems. Many analytical and numerical approaches have been applied to solve the problem of induction heating. Artificial Neural Networks possess many advantages and have the ability to tackle problems that cannot be accomplished by more analytical and numerical methods. This paper involves modeling many artificial neural networks, and training them based on the results of analysis induction heating systems, by using ANSYS package, to enable them to evaluate the heat distribution inside the workpiece of any induction heating system. Also neural networks are used to specify the time and the power supply required for any desired heat distribution inside the workpiece. The neural networks are simulated by using Neural Network Toolbox in MATLAB, and the networks are trained according to supervised scaled conjugate gradient algorithm until the performance function (mean square error) reach the goal (=10-4). Artificial Neural Networks show a good success in solving the problem of induction heating through obtaining results with high accuracy and very short run time.

الخلاصه:منظومات التسخين الحثي تمتلك عده ميزات مقارنة بمنظومات التسخين التقليديه. ميزات التسخين الحثي جعلته يشكل الحصه الرئيسيه من سوق معدات التسخين و الصهر. عدد كبير من الطرق التحليليه والعدديه استخدمت لتحليل و تصميم منظومات التسخين الحثي. الشبكات العصبيه الاصطناعيه لها عده فوائد فهي قادره على معالجه مشاكل لا يمكن لاكثر الطرق التحليليه و العدديه التعامل معها. التعامل مع الافران الحثيه في هذه الدراسه اعتمد على الفوائد التي تقدمها الشبكات العصبيه. في هذا البحث تم تصميم عده شبكات عصبيه و تدريبها اعتمادا على نتائج تحليل الافران الحثيه , باستخدام برنامج التحليل ANSYS , لتقوم الشبكات العصبيه باستنتاج التوزيع الحراري داخل قطعه الشغل لاي منظومه تسخين حثي و كذلك يمكن للشبكات العصبيه تحديد الزمن و متطلبات مجهز القدره اللازمين للحصول على التوزيع الحراري المطلوب داخل قطعه الشغل. في هذا البحث تم تصميم وتمثيل الشبكات العصبيه الاصطناعيه باستخدام صندوق ادوات الشـبكه العصـبيه ضمن برنـامج MATLAB , اما تدريـبها فقد تم باسـتخدام خوارزمــية تدريـب المـيل المرافق المتدرج (Scaled conjugate gradient training algorithm) حيث استمرت عمليات التدريب لغايه هبوط داله الاداء (متوسط مربع الخطأ) للهدف المحدد(= (10-4. و الشبكات العصبيه الاصطناعيه اثبتت نجاحها في معالجه مشاكل التسخين الحثي من خلال الحصول على نتائج ذات دقه عاليه و بزمن تنفيذ قصير جدا.


Article
A MODIFIED DAI-YUAN CONJUGATE GRADIENT METHODS AND ITS GLOBAL CONVERGENCE

Authors: Huda I. Ahmed هدى عصام أحمد --- Ghada M. Al-Naemi غادة مؤيد رشيد
Journal: Iraqi Journal of Science المجلة العراقية للعلوم ISSN: 00672904/23121637 Year: 2012 Volume: 53 Issue: 3 Pages: 620-628
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Based on the conjugacy condition often which is satisfy by quasi-Newton method, the new version of DY nonlinear conjugate gradient method is proposed, which is descent methods even with inexact line searches. The search direction of the proposed method has the form . When exact line search is used, the proposed method reduce to the standard DY method. Convergence properties of the proposed method is discussed. Numerical results are reported.

إن قاعدة شرط الترافق عادة تتحقق بواسطة أشباه نيوتن ،النسخة الجديدة المعدلة لطريقةDai and Yuan (DY) للتدرج المترافق للدوال غير الخطية قد اقترحت في هذا البحث. هذه الطريقة تحقق خاصية الانحدار حتى إذا استخدمنا طريقة بحث غير المضبوط. هذه الطريقة المقترحة تعرف بالشكل الآتي . و عندما يكون خط البحث المستخدم مضبوط فأن الطريقة المقترحة تعود إلى الصيغة العامة لطريقة DY.في هذا البحث قمنا بدراسة خواص التقارب الشمولي ، ووضعت المبرهنات الخاصة بها التي تعزز هذه الخواص.


Article
Conjugate Gradient Algorithm as Improvement Neural Network
خوارزمية الـتدرج المتـرافق كشبكة عـصـبـية محسنة

Authors: Nidhal H. al-Assady نـضال حسين الاسـدي --- Shatha A. M. شذى عـبـد الله محمـد
Journal: Tikrit Journal of Pure Science مجلة تكريت للعلوم الصرفة ISSN: 18131662 Year: 2012 Volume: 17 Issue: 4 Pages: 249-256
Publisher: Tikrit University جامعة تكريت

Loading...
Loading...
Abstract

Artificial neural networks are once applications of artificial intelligence; in this paper devised delta learning rule by using the behavior of conjugate gradient algorithm (which consider once of traditional methods for solving nonlinear optimization problems), depending on a appropriate learning ratio(c).Finally, a neural network with high speed and of a supervised type was obtained, in general this mathematical style proposed as a neural network proved to be efficient with regard the results for different letters, comparing with results of standard delta rule.

تُعد الشبكات العصبية الاصطناعية احد تطبيقات الذكاء الاصطناعي, حيث تم تحسين (Delta learning rule) كشبكة عصبية باستخدام أسلوب خوارزمية التدرج المترافق (والتي تعد واحدة من الطرق التقليدية لحل مسائل الامثلية اللاخطية) وبالاعتماد على نسبه تعلم ملائمة للشبكة المستحدثة. وأخيراً تم الحصول على شـبــكـه عـصـبـيـه ذات ســــرعة عــــالــيـــة ومــن نـــــوع Supervised. والــنتـائــج الحـسـابـيـة بـشـكل عــام تـبـيـن كـفـاءة الــشـبكة المـقـتـرحـة عـند تـطـبـيقـهـا لـعدة إدخالات من الحــروف, بعد مقارنتها مع نتائج الشبكة الأصلية. الكلمات ألمفتاحيه: الشبكات العصبية الاصطناعية, خوارزمية التدرج المترافق, قاعدة دلتا للتعلم, الأحرف الانكليزية.

Listing 1 - 3 of 3
Sort by
Narrow your search

Resource type

article (3)


Language

English (3)


Year
From To Submit

2012 (2)

2010 (1)