TY - JOUR ID - TI - EFFICIENT VISCOSITY EVALUATION USING ARTIFICIAL NEURAL NETWORK FOR EPOXY AFTER ADDITION WASTE NATURAL MATERIAL تقييم كفاءة اللزوجة باستخدام الشبكات العصبية للايبوكسي بعد اضافة مخلفات مادة طبيعية AU - Afraa Hilal Kamel عفراء هلال كامل PY - 2016 VL - 9 IS - 1 SP - 36 EP - 46 JO - Al-Qadisiyah Journal for Engineering Sciences مجلة القادسية للعلوم الهندسية SN - 19984456 24117773 AB - Artificial neural networks (ANN) were used to predict the viscosity of epoxy resin modified by natural waste material (pomegranate peel) powder. This waste material, which has a high pollution capacity for the environment, could be used as an improvement to the properties of a weaken material such as epoxy resin In reservoir engineering computations the viscosity parameter is a very important fluid property. The data is not either reliable or unavailable most of the time; It should be specified in the lab. Levenberg-Marquardt backpropagation of artificial neural network based model (ANNs) was evolved to predict the viscosity of modified pomegranate peel powder of epoxy resin. Three parameters affecting the viscosity of mixtures based on epoxy resin containing pomegranate peel powder and pure epoxy resin were studied. These are temperature, concentration of pomegranate peel, and shear rate. The viscosity as output was predicted by training the network. A network was built up and trained using experimental information. The effects of temperature (30-50 °C), concentration of pomegranate peel powder (0-3)wt% and shear rate (4.35-15.95 1/sec) on the epoxy resin were modeled by ANNs as well. The expected values were in excellent agreement with the measured ones, showing that the developed model is really accurate and has the great ability for predicting the viscosity. The linear regressions R2 0.9994 and 0. 9998 are the values of the ANN viscosity model for training and testing data set, respectively, 2.7175*10-4 and 1.2441*10-4 are the values of mean square error respectively.

تم استخدام الشبكة العصبية الاصطناعية للتنبؤ بلزوجة راتنج الايبوكسي عن طريق اضافة مسحوق احد مخلفات المواد وهي قشور الرمان. تعتبر هذه المخلفات من الملوثات البيئية ذات السعة الكبيرة في تلويث البيئة ولكن يعد استخدامها هنا لتحسين بعض الخواص الضعيفة لراتنج الايبوكسي ويعتبر معيار اللزوجة هو عامل انسياب مهم في الحسابات الهندسية.تحسب اللزوجة في المختبرات ولكن معظم البيانات تكون غير مناسبة اومتوفرة. لذا تم تطوير شبكة عصبية اصطناعية لاجل التنبؤ باللزوجة لراتنجات الايبوكسي حيث توجد ثلاث عوامل تؤثر على لزوجة المزيج المكون من راتنج الايبوكسي المحتوي على مسحوق قشور الرمان وهي درجة الحرارة , تركيز القشور و معدل اجهاد القص.تعتبر هذه العوامل الثلاثة هي المتغير الداخل (input) وتم تدريب الشبكة ليتم التنبؤ باللزوجة كناتج خارج (output).تم تدريب الشبكة بالاعتماد على النتائج العملية وحيث ان حدود المتغيرات كدرجة الحرارة هي(30-50 °C) , تركيز قشور الرمان0-3) wt% ) واجهاد القص (4.35-15.95 1/sec) على راتنج الايبوكسي.تم بناء موديل للشبكة العصبية ووجدت ان القيم المتنبأ بها على تطابق ممتاز مع القيم العملية والذي يشير الى ان الموديل المطور دقيق جدا" وله قابلية كبيرة للتنبؤ باللزوجة.ان قيمة التقريب الخطي R2بنظام التدريب والاختبار بقيمة0.9994 و0.9998 على التوالي. وان مقدار قيمة التقريب الخطي مربع الخطأ بقيمة2.7175*10-4 و 1.2441*10-4 لنظامي التدريب والاختبار على التوالي. ER -