بخشی از مقاله

چکیده

ورقهاي کامپوزیت الیاف فلز خواص آلیاژهاي آلومینیوم و مواد مرکب را با هم داراست. در این تحقیق یک ورق کامپوزیتی الیاف فلز توسط نرم افزار ANSYS مدل شده و فرکانس طبیعی آن محاسبه می گردد. با تغییر پارامترهاي موثر در میزان فرکانس طبیعی این ورق از جمله درجه حرارت، زاویه الیاف و براي نسبت طول به عرض هاي مختلف مسئله براي حالت هاي مختلف تحلیل می گردد و فرکانس طبیعی آن محاسبه می شود. از خروجیهاي نرمافزارANSYS در جهت آموزش و ایجاد یک شبکه عصبی انتشار برگشتی استفاده می شود.

با آموزش این شبکه قادر خواهیم بود بدون نیاز به حل دقیق مسئله و یا مدل سازي آن میزان فرکانس طبیعی این نوع ورق را با دقت قابل قبول تخمین بزنیم. به این ترتیب حجم عملیات کامپیوتري بنحو چشم گیري کاهش می یابد. نتایج نشان میدهد که شبکه عصبی به خوبی توانایی تخمین فرکانس طبیعی را دارد. همچنین با افزایش نسبت طول به عرض ورق و دما فرکانس طبیعی به ترتیب زیاد و کم می یابد.

-1 مقدمه

اگر یک ورق تحت شرایط مرزي آزاد را بصورت هم دما گرم کنیم ورق منبسط می شود و تنشی در آن بوجود نمی آید. اما اگر یک ورق چند لایه مواد مرکبی را تحت همان شرایط دمایی با شرایط مرزي آزاد گرم کنیم انبساط متفاوت لایه هاي که به هم متصل شده اند سبب ایجاد تنش خواهد شد. این تنشهاي حرارتی به حدي زیاد هستند که می توانند باعث شکست شوند.

همچنین تغییرات سریع دما می توانند به راحتی مواد مرکب را به نوسان وا دارد. این پدیده در هواپیماها و نیروگاهها مشاهده می شود. محاسبه تنش هاي حرارتی در این حالت و بدست آوردن ماکزیمم این تنشها در حال ارتعاش می تواند اهمیت داشته باشد. تحلیل ورقهاي چند لایه عموما بر اساس تئوري چند لایه ها و یا تئوري الاستیسیته دو بعدي انجام می گیرد.

در تئوري هاي چند لایه فرض می شود که ورق در حالت تنش مسطح است و هر ناحیه در حالت الاستیک خطي است. تئوري کلاسیک چند لایه ها که گسترش تئوري کلاسیک ورق به ورق هاي چند لایه است از مولفه هاي عرضی تنش صرفنظر می کند و ورق را به صورت یک سیستم تک لایه معادل مدل می کند. بنابراین در این تئوري تنش هاي برشی عرضی و مولفه هاي عرضی نادیده گرفته مي شود .

رایسنر و میندلین تئوري کلاسیک ورق را بهبود بخشیدند. آنها اثر تغییر شکل برشی را در نظر گرفتند. بهبود بعدي توسط رایسنر و استاوسکی صورت گرفت و اثر کوپل خمشی- کششی را براي ورق هاي غیر متقارن وارد معادلات نمودند. تغییر شکل برشی براي اولین بار توسط استاوسکی به ورق هاي چند لایه اي که از لایه هاي ایزوتروپ ساخته شده بودند وارد شد 

در این تحقیق یک ورق کامپوزیتی الیاف فلز توسط نرم افزار ANSYS مدل شده و فرکانس طبیعی آن محاسبه می گردد. با تغییر پارامترهاي موثر در میزان فرکانس طبیعی این ورق از جمله درجه حرارت، زاویه الیاف و براي نسبت طول به عرض هاي مختلف مسئله براي حالت هاي مختلف تحلیل می گردد و فرکانس طبیعی آن محاسبه می شود.

از خروجیهاي نرمافزارANSYS در جهت آموزش و ایجاد یک شبکه عصبی انتشار برگشتی استفاده میشود. با آموزش این شبکه قادر خواهیم بود بدون نیاز به حل دقیق مسئله و یا مدل سازي آن میزان فرکانس طبیعی این نوع ورق را با دقت قابل قبول تخمین بزنیم. به این ترتیب حجم عملیات کامپیوتري بنحو چشم گیري کاهش می یابد. نتایج نشان میدهد که شبکه عصبی به خوبی توانایی تخمین فرکانس طبیعی را دارد. همچنین با افزایش نسبت طول به عرض ورق فرکانس طبیعی زیاد می شود.

-2 مدل سازي ورق با نرم افزار ANSYS

در این تحقیق یک ورق گرافیت – اپوکسی با لایه آلومینیومی توسط نرم افزار اجزاي محدود ANSYS مدل می شود. ابعاد ورق در ابتدا 50*50 سانتیمتر در نظر گرفته می شود. جهت مدل سازي این ورق کامپوزتی الیاف فلزي از المان شل 181 استفاده می شود. تعداد 5126 المان جهت مدل سازي این ورق بکار می رود. ورق کامپوزیتی چند لایه الیاف فلز متقارن و بالانس با لایه چینی  مفروض می باشد. جنس ورق گرافیت اپوکسی است و خواص هر لایه به شرح زیر است:

لایه الیاف:

لایه اپوکسی:

لایه آلومینیوم:

مدل سازي این ورق در دماهاي 35، 5/38، 44، 52، 6/65، 80/3، 5/75و 4/94 سانتیگراد و با نسبت هاي طول به عرض 1، 2، 3، 4 و 5 انجام گردیده است. زاویه الیاف نیز 0، 10، 20، 30، 70، 80 و 90 درجه در نظر گرفته شده است.

-3 شبکه هاي عصبی مصنوعی

در این مقاله به بررسی اجمالی شبکههاي عصبی مصنوعی پرداخته میشود. با استفاده از شبکههاي عصبی مصنوعی سعی میشود که ساختار مغز انسان شبیهسازي شود. در مغز انسان تعداد زیادي واحد سازنده بنام نرون وجود دارد که هر یک از آنها به نرون دیگر متصل است. هر یک از این نرونها داراي ورودي و خروجی بوده، مغز انسان را به ماهیچهها مرتبط کرده و علائم را از ارگانهاي حساس به مغز منتقل میکند

هر شبکه عصبی مصنوعی شامل مجموعهاي از اجزاء کوچک دادهپردازي بنام نرون، واحد و یا گره است. اندازه شبکه به پیچیدگی مسئله بستگی دارد. نرونها، وروديهایی را که به طریقی خاص جمع شدهاند را پذیرا میشوند. اگر این ورودیها به اندازه کافی بزرگ باشند و مقدار آنها از یک حد از پیش تعیین شده بیشتر شود، در آن صورت نرون فعالشده و در غیر اینصورت نرون غیرفعال باقی میماند. ورورديهاي جمع شده در یک نرون به یک تابع تحریک که خروجی مشخصی را محاسبه میکند وارد شده و خروجی آن به لایه بعدي - یا خروجی سیستم - منتقل میشود.

در متن اصلی مقاله به هم ریختگی وجود ندارد. برای مطالعه بیشتر مقاله آن را خریداری کنید