research centers


Search results: Found 7

Listing 1 - 7 of 7
Sort by

Article
The Investigation of Monitoring Systems for SMAW Processes
الأستقصاء عن أنظمة المراقبة و السيطــــره على عمليات اللحـــام بالقوس الكهربائي

Loading...
Loading...
Abstract

The monitoring weld quality is increasingly important because great financial savings are possible because of it, and this especially happens in manufacturing where defective welds lead to losses in production and necessitate time consuming and expensive repair. This research deals with the monitoring and controllability of the fusion arc welding process using Artificial Neural Network (ANN) model. The effect of weld parameters on the weld quality was studied by implementing the experimental results obtained from welding a non-Galvanized steel plate ASTM BN 1323 of 6 mm thickness in different weld parameters (current, voltage, and travel speed) monitored by electronic systems that are followed by destructive (Tensile and Bending) and non-destructive (Hardness on HAZ) tests to investigate the quality control on the weld specimens. The experimental results obtained are then processed through the ANN model to control the welding process and predict the level of quality for different welding conditions. It has been deduced that the welding conditions (current, voltage, and travel speed) have a dominant factors that affect the weld quality and strength. Also we found that for certain welding condition, there was an optimum weld travel speed to obtain an optimum weld quality. The system supports quality control procedures and welding productivity without doing more periodic destructive mechanical test to dozens of samples.

إنّ مراقبة نوعيةَ وجودة اللحامِ مهمةُ جداً لأنها تزيد احتمالية الارباح الماليةَ وهذه تَحْدثُ خصوصاً في عمليات الأنتاج حيث ان اللحام المعيوبِ يذهب مع الخسائرِ في الإنتاجِ ويَستلزمُ معالجته خسارة في الوقتِ والكلفة.هذا البحثِ يَتعاملُ مع مراقبة نوعية اللحام وقابليةِ التحكم في عمليةِ اللحام الأنصهاري بالقوسِ الكهربائي التي تَستعملُ شبكة عصبيةَ إصطناعيةَ (ANN) كنموذج.تأثير عناصر اللحامِ على نوعيةِ اللحامَ دُرِسَ بتَطبيق نَتائِجِ تجريبيةِ تم الحَصول عليها مِنْ لحام صفيحة الفولاذِ (1323 ASTM BN non-Galvanized) بسمك 6 مليمتر في ظروف اللحامِ المختلفةِ (تيار لحامِ، فولتية لحامِ، سرعة اللحامِ) تمت المراقبة بالأنظمةِ الإلكترونيةِ، ثم تُبعت بأختبارات فحص أتلافية لعينات (أختبار الشدّ والإنحْناء) وغيرأتلافية لعينات أخرى (أختبار الصلادة) لتَحرّي مراقبة الجودة على نماذجِ اللحام.إنّ النَتائِجَ التجريبيةَ المكتسبةَ تمّ معالجتها بأدخالها لنموذجِ الشبكة العصبيةِ الإصطناعيِة للسَيْطَرَة على عمليةِ اللحام وتوقّعُ مستوى النوعيةِ لظروف اللحام المختلفةِ.إستُنتِجَ بأنّ ظروف اللحام (الفولتية، التيار، سرعة اللحام) كَانَت العوامل المهيمنة التي أَثّرتْ على نوعيةِ وقوّةِ اللحامَ. أيضاً وَجدنَا انه عند تحديد ظروف اللحام، كانت هناك سرعةُ لحام قصويةِ للحُصُول على نوعيةَ لحامِ قصويةِ.يَدْعمُ النظامُ إجراءاتَ مراقبة الجودةِ وانتاجية اللحام بدون عَمَل إختبار ميكانيكي تدميري الى أكثرِ من العشراتِ من العيناتِ.


Article
Artificial Neural Networks Analysis of Treatment Process of Gypseous Soils
التحليل بالشبكات العصبية الاصطناعية لعملية معالجة الترب الجبسية

Authors: Mohammad M. Al-Ani --- Mohammad Y. Fattah --- Mahmoud T. A. Al-Lamy
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2009 Volume: 27 Issue: 9 Pages: 1811-1832
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

Artificial Neural Networks (ANNs) are used to relate the properties of gypseous soilsand evaluate the values of compression of soils under different conditions. Therefore, onelayerperception training using back propagation algorithm is used to assess the validity ofapplication of ANNs for modelling the settlement ratio for wetting process, (S/B)w, and thesettlement ratio for soaking process, (S/B)s.It was found that ANNs have the ability to predict the compression of gypseous soildue to soaking, washing process with high degree of accuracy. Also, performance of ANNsshowed that one hidden layer with one hidden nodes is practically enough for the neuralnetwork analysis.The sensitivity analysis indicates that the viscosity and specific gravity have themost significant effect on the predicated settlement ratio and the density of injection materialand void ratio have moderate impact on the settlement ratio. The results also show that theinitial gypsum content, stress and time have the smallest impact on settlement ratio.It was concluded that the artificial neural networks (ANNs) have the ability topredict the settlement ratio for wetting process (S/B)w, and settlement ratio for soakingprocess (S/B)s of gypseous soil with high degree of accuracy. The equations obtained using(ANNs) for (S/B)w, and (S/B)s showed excellent correlation with experimental results wherethe coefficients of correlation are (0.9541) and (0.991), respectively.

تستخدم الشبكات العصبية الاصطناعية لربط خواص الترب الجبسية و تقييم قيم الانضغاط للتربة تحتظروف مختلفة. و عليه أستخدم تدريب المدرك الحسي ذي الطبقة الواحدة بإتباع تقنية الانتشار الرجعيو نسبة (S/B)w لتقييم صلاحية تطبيق الشبكات العصبية الاصطناعية في تمثيل نسبة الهبوط للعملية الرطبة.(B يمثل هبوط الأساس الذي عرضه S حيث أن ) ، ( S/B)s الهبوط للعملية عند الغمرلقد وجد بان الشبكات العصبية الاصطناعية قادرة على دراسة المتغيرات مع بعضها البعض كمجموعةواحدة وإيجاد علاقة بينها بدقة عالية. استخدم في هذه الدراسة طبقة مخفية واحدة احتوت على عقدة واحدةمخفية .اظهر تحليل الحساسية لنماذج الفحوصات باستخدام الشبكات العصبية الاصطناعية بأن لزوجة المادةالمحقونة والكثافة النوعية للتربة لهما التأثير الأكبر على نسبة الهبوط وأظهرت النتائج أن كثافة المادة المحقونة مع نسبة الفجوات للتربة ذات تأثير متوسط على نسبة الهطول كما أظهرت النتائج أن نسبة الجبسالابتدائية والإجهاد والزمن لها تأثير ضئيل في تحديد نسبة الهبوط.لقد تم التوصل إلى استنتاج أن الشبكات العصبية الاصطناعية لها القابلية على تخمين نسبة الهبوطللترب الجبسية مع درجة عالية من الدقة، (S/B)s و نسبة الهبوط للعملية عند الغمر (S/B)w للعملية الرطبةعلاقات ممتازة مع النتائج العملية (S/B)s و (S/B)w فقد أبدت المعادلات التي تم الحصول عليها لتقديرحيث كانت قيم معامل الارتباط ( 0.9541 ) و ( 0.991 ) على التوالي


Article
Detection of Static Air-Gap Eccentricity in Three Phase Induction Motor by Using Artificial Neural Network (ANN)

Authors: Hayder E. Alwan --- Qais S. Al-Sabbagh
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2009 Volume: 15 Issue: 4 Pages: 4176 -4192
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

This paper presents the effect of the static air-gap eccentricity on the performance of a three phase induction motor .The Artificial Neural Network (ANN) approach has been used to detect this fault .This technique depends upon the amplitude of the positive and negative harmonics of the frequency. Two motors of (2.2 kW) have been used to achieve the actual fault and desirable data at no-load, half-load and full-load conditions. Motor Current Signature analysis (MCSA) based on stator current has been used to detect eccentricity fault. Feed forward neural network and error back propagation training algorithms are used to perform the motor fault detection. The inputs of artificial neural network are the amplitudes of the positive and negative harmonics and the speed, and the output is the type of fault. The training of neural network is achieved by data through the experiments test on healthy and faulty motor and the diagnostic system can discriminate between “healthy” and “faulty” machine.

هذا البحث يوضح تاثير اللامركزية الساكنة في الفجوة الهوائية على أداء محرك حثي ثلاثي الاطوار. تم استخدام تقنية الشبكة العصبية الاصطناعية لكشف هذا العطل ,ان هذه التقنية تعتمد على سعة التوافقيات السالبة والموجبة للترددات. في هذا البحث تم استخدام محركين اثنين وبقدرة (2.2 كيلو واط) لتحقيق العطل بصورة حقيقية وللحصول على البيانات المطلوبة ولثلاث اختبارات (اللاحمل, نصف الحمل والحمل الكامل). تم اعتماد بصمة التيار الساكن لغرض التحليل والكشف عن وجود اللامركزية. تم اعتمادالشبكة العصبية ذات التغذية الامامية وتصحيح الاخطاء بطريقة الارجاع العكسي , أن سعة التوافقيات السالبة والموجبة للتردادت تم اعتمادها لتكون بيانات ادخال لتدريب الشبكة الاصطناعية لغرض الكشف والتمييز بين المحرك العاطل والمحرك الخالي من العطل.


Article
Prediction of the Point Efficiency of Sieve Tray Using Artificial Neural Network

Authors: Firas N. Hassan --- Adil. A. Al-Hemiri عادل احمد عوض
Journal: Iraqi Journal of Chemical and Petroleum Engineering المجلة العراقية للهندسة الكيمياوية وهندسة النفط ISSN: 19974884/E26180707 Year: 2009 Volume: 10 Issue: 4 Pages: 57-62
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

An application of neural network technique was introduced in modeling the point efficiency of sieve tray, based on a data bank of around33l data points collected from the open literature.Two models proposed,using back-propagationalgorithm, the first model network consists: volumetric liquid flow rate (QL), F foctor for gas (FS), liquid density (pL),gas density (pg), liquid viscosity (pL), gas viscosity (pg), hole diameter (dH), weir height (hw), pressure (P) and surfacetension between liquid phase and gas phase (o). In the second network, there are six parameters as dimensionless group: Flowfactor (F), Reynolds numberfor liquid (ReL), Reynolds numberfor gas through hole (Reg), ratio of weir height to hole diqmeter (hw/dH), ratio of pressure of process to atmosphere pressure (P/Pa), Weber number (lTe).Statistical analysis showed that the proposed models have an average absolute relative enor (AARE) of 9.3% and standard deviation (SD) of 9.7%forfirst model, AARE of 9.35% and SD of 10.5%for second model and AARE of 9.8%and SD of 7.5%for the third model.


Article
Fault Location Estimation Algorithm for Digital Distance Protection Relay Based on Artificial Neural Network
الحساب التخميني لموقع العطل لمرحلة حماية المسافة الرقمية بالاعتماد على الشبكة العصبية الاصطناعية

Author: Ahmed Ateya Albadrani أحمد عطيّة آلبدراني
Journal: AL Rafdain Engineering Journal مجلة هندسة الرافدين ISSN: 18130526 Year: 2009 Volume: 17 Issue: 2 Pages: 43-56
Publisher: Mosul University جامعة الموصل

Loading...
Loading...
Abstract

AbstractThis paper investigates study the influence of a fault resistance on the performance of a digital distance protection installed on a transmission lines, it is well known that augment of fault resistance can cause seriously overreach or underreach to distance relay depending on the different operational situations of power system, To compensate the magnitude and phase error of the apparent impedance, This algorithm uses the angle of an impedance deviation vector ( ). The impedance correction algorithm for ground faults has been employed by the Fault Resistance Compensation Block (FRCB) to compensate fault resistance effect.Artificial neural network technique using Matlab/Simulink software is trained to determine the suitable value of an impedance deviation angle for the FRCB, In order to minimize the estimated impedance error of a distance relay. The results of simulation showed that compensated scheme relay performance are acceptably improve and the impedance estimated by relay is close to the actual value via FRCB with ANNS. So the performance of distance relay is much more reliable and accuracy.Key Words: - Distance protection, Fault resistance, Artificial neural network

يتضمن هذا البحث دراسة تأثير مقاومة العطل على أداء حماية المسافة الرقمية العاملة في خطوط النقل، إذ أن المركبة الطولية لمقاومة العطل يمكن إن تسبب قصر أو بعد في المدى الحمائي لهذه المرحلة وبشكل كبير وفق حالات التشغيل المختلفة لمنظومة القدرة، ولأجل تعويض قيمة وزاوية الخطأ للممانعة الظاهرية المقاسة بواسطة مرحلة المسافة بسبب تأثير مقاومة العطل تم إدخال زاوية الانحراف ( ) لمتجه الممانعة الظاهرية في حسابات هذه المرحلة من خلال تصميم كتلة تعويض تأثير مقاومة العطل في حال حدوث الأعطال الأرضية.تم الاستفادة من تقنية الشبكة العصبية باستخدام برنامج Matlab/Simulink, من خلال تدريب هذه الشبكة لتحديد قيمة زاوية الانحراف ( ) الملائمة وفق حالات تشغيل مختلفة عن طريق كتلة تعويض تأثير مقاومة العطل لتقليل خطأ الممانعة المخمنة لمرحلة المسافة، وقد أظهرت نتائج التمثيل من خلال مخطط التعويض تحسن أداء المرحلة بشكل مقبول جداً, وأن قيمة الممانعة المخمنة بواسطة المرحلة أصبحت قريبة جداً من القيمة الفعلية للمانعة العطل باستخدام (FRCB) مع تقنية (ANNS) بوجود مقاومة عطل مما انعكس على أداء مرحلة المسافة, وبالتالي باتت أكثر دقة ًواعتمادية.


Article
Adapting Distance Relay Using Artificial Neural Networks
تكييف خواص مرحلة المسافة باستخدام الشبكات العصبية الاصطناعية

Authors: M. F. AL-Kababjie مأمون فاضل الكبابجي --- Semaa M. AL-Taee سيماء محمد يونس الطائي
Journal: AL Rafdain Engineering Journal مجلة هندسة الرافدين ISSN: 18130526 Year: 2009 Volume: 17 Issue: 3 Pages: 72-82
Publisher: Mosul University جامعة الموصل

Loading...
Loading...
Abstract

AbstractA universal distance relay that has merits over conventional relays is designed. This relay has the ability to adapt more than one working characteristic by using an artificial neural networks technique(ANN)of the type Modified Multi-Layer Perceptron (MMLP) which uses additional nodes at the input layer to realize an adaptation through the required modifications on the distance relay characteristics. The inputs of the added nodes referred to the factors that affect the distance relay characteristic such as: fault resistance, power transfer, mutual inductance and locations of feeding sources in the system. A Matlab computer programming was used to simulate different power systems of (400, 132) KV to obtain impedance characteristic data, needed to train and test the ANN. A laboratory power system )220V( has been operated as a computer simulation model and practically under the same conditions. The designed universal relay gives good performance when tested on a computer model of this system .The small difference between the practical results and that of simulation, encourage the use of designed relay to protect transmission lines in reality. Keywords: Artificial neural network, Adaptive Distance Relay characteristics

تم تصميم لمرحلة مسافة جامعة تتميز عن مرحلات المسافة التقليدية بأن لها القابلية على تضبيط أكثر من خاصية عمل ، باستخدام تقنية الشبكات العصبية الصناعيـة نوع المدركة ذات الطبقات المتعددة المحورة والتي تستخدم عقداً إضافية في طبقة الإدخال لغرض تحقيق فكرة التضبيط وذلك بإجراء التحويرات اللازمة لخواص مرحلة المسافة. إدخالات العقد المضافة المضبطة إلى الشبكة العصبية تتمثل بالعوامل المؤثرة على تغيير خواص عمل المرحلة مثل تأثير: مقاومة العطل ، انتقال القدرة ، الحث التبادلي وموقع مصادر التغذية في النظام. تم الاعتماد على برنامج الماتلاب لمحاكاة نظم قدرة مختلفة بفولتيات (400 ، 132) كيلوفولت ، للحصول على بيانات خواص الممانعة اللازمة لتدريب واختبار الشبكة العصبية الصناعية. تم بناء منظومة قدرة عملية مختبرية ذات (220) فولت وتشغيلها للحصول على بيانات خاصية الممانعة للمنظومة وكذلك تم محاكاة نفس المنظومة بالحاسبة تحت نفس الظروف وكانت النتائج متقاربة. أعطت المرحلة المصممة أداء جيدا عند اختبارها على التمثيل الحاسوبي لهذه المنظومة . ونتيجة للفرق القليل بين النتائج العملية و الناتجة عن التمثيل الحاسوبي ، شجع استخدام المرحلة المصممة في حماية خطوط نقل واقعية.


Article
Using Artificial Neural Network Models For Forecasting & Comparison
استخدام نماذج الشبكات العصبية الاصطناعية للتنبؤ والمقارنة

Author: إيـڤـان علاء ناظم
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2009 Volume: 15 Issue: 56 Pages: 201-215
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

The Artificial Neural Network methodology is a very important & new subjects that build's the models for Analyzing, Data Evaluation, Forecasting & Controlling without depending on an old model or classic statistic method that describe the behavior of statistic phenomenon, the methodology works by simulating the data to reach a robust optimum model that represent the statistic phenomenon & we can use the model in any time & states, we used the Box-Jenkins (ARMAX) approach for comparing, in this paper depends on the received power to build a robust model for forecasting, analyzing & controlling in the sod power, the received power come from the generation state company & to be considered as Exogenous variables to two methodologies, the sales activity in the General Company of Baghdad Electricity Distribution divides it's work to three stages:1-Account the Sold Power.2-Account the Value of the Sold Power.3-Account the Cash Received.

تعد منهجية الشبكات العصبية الاصطناعية (ANN) من المواضيع المهمة والجديدة في بناء النماذج والتحليل وتقييم البيانات والتنبؤ والسيطرة عليها بدون الرجوع إلى نموذج أو طريقة إحصائية شائعة تشخيص مسبقاً لسلوك الظاهرة، حيث تتم المعالجة بمحاكاة البيانات للوصل إلى أمثل أنموذج رصين وحصين يمثل الظاهرة تمثيل قريب من الواقع يمكن استخدامه في أغلب الأوقات والحالات، وتم استخدم منهجية بوكس-جنكنز (ARMAX) لغرض المقارنة، واستند البحث على الطاقة المستلمة لبناء نموج حصين للتنبؤ والتحليل والسيطرة بالطاقة المباعة واعتبرت الطاقة المستلمة المولدة من شركة محطات التوليد المصدر الأساسي للمنهجيتين وهي متغيرات خارجية (Exogenous variables)، ويقسّم عمل نشاط المبيعات في الشركة العامة لتوزيع كهرباء بغداد إلى ثلاث مراحل:
1- حساب الطاقة المباعة (بالكيكا واط).
2- حساب أقيام الطاقة المباعة (بالدينار).
3- النقد المستلم (بالدينار)

Listing 1 - 7 of 7
Sort by
Narrow your search

Resource type

article (7)


Language

English (5)

Arabic and English (2)


Year
From To Submit

2009 (7)