research centers


Search results: Found 4

Listing 1 - 4 of 4
Sort by

Article
Reservoir Operation by Artificial Neural Network Model ( Mosul Dam –Iraq, as a Case Study)
تشغيل الخزان باستخدام الشبكة العصبية الصناعية (سد الموصل) كحالة دراسية

Authors: Thair S.K --- Ayad S. M --- Hasan H.M
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2015 Volume: 33 Issue: 7 Part (A) Engineering Pages: 1697-1714
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

Reservoir operation forecasting plays an important role in managing water resources systems. Artificial Neural Network (ANN) model was applied for Mosul-Dam reservoir which is located on Tigris River, which the objectives of water resources development and flood control. Feed-forward multi-layer perceptions (MLPs) are used and trained with the back-propagation algorithm, as they have a high capability of data mapping. The data set has a period of 23 years from 1990 to 2012..The Input data were inflow (It), evaporation (Et), rainfall (Rt), reservoir storage (St) and outflow (Ot). The best convergence after more than 1000 trials was achieved for the combination of inflow (It), inflow (It-1), inflow (It-2), evaporation (Et), reservoir storage (St), rainfall (Rt), outflow (Ot-1) and outflow (Ot-2) with error tolerance, learning rate, momentum rate, number of cycles and number of hidden layers as 0.001, 1, 0.9,50000 and 9 respectively. The coefficient of determination (R2) and MAPE were (0.972) and (17.15) respectively. The results of ANN models for the training, testing and validation were compared with the observed data. The predicted values from the neural networks matched the measured values very well. The application of ANN technique and the predicted equation by using the connection weights and the threshold levels, assist the reservoir operation decision and future updating, also it is an important Model for finding the missing data. The ANN technique can accurately predict the monthly Outflow.

يلعب التنبؤ بعملية تشغيل الخزان دورا هاما في ادارة نظم الموارد المائية. في هذه الدراسة ، تم استخدام ((ANN (الشبكات العصبية الصناعية) في محاولة للتنبؤ بالقيم الشهرية للتدفقات الخارجة من خزان سد الموصل وتخمين معادلة مثلى تستخدم في تشغيل الخزان. تم استخدام قاعدة بيانات القياسات الحقيقية لتطوير والتحقق من النماذج. طبق اسلوب التقدم الامامي متعددة الطبقات للمتحسسات ( MLPS ) مع خوارزمية الانتشار الخلفي المدربة بنجاح في العديد من مشاكل هندسة الموارد المائية. تم استخدام مجموعة البيانات لمدى 23 سنة تغطي (1990-2012) وكانت بيانات المدخلات ( It)، التبخر ( Et )، سقيط المطر ( Rt )،ومخزون الخزان ( St ) والمياه الخارجة ( Ot ).تم التوصل الى افضل تقارب بعد اكثر من 1000 محاولة لمجموعة من تدفق ( It ) ، تدفق (It-1 ) ، تدفق (It-2 )، التبخر ( Et )، مخزون الخزان ( St ) ، سقيط المطر ( Rt ) ، تدفق ( Ot-1 ) وتدفق ( Ot-2 ) مع مجال الخطأ ، ومعدل التعلم ، ومعدل قوة الزخم ، عدد دورات وعدد الطبقات الخفية 0.001، 1 ، 0.9 ، 50000 ،9 على التوالي وكان معامل التحديد ( R2 ) وقيمة متوسط نسبة الخطأ المطلقة ( MAPE ) للقيم المقاسة مع قيم المحاكاة 0.972 و 17.15 على الترتيب. كذلك تم مقارنة نتائج نماذج ( ANN ) للتدريب والاختبار والمصادقة مع البيانات المقاسة. كانت القيم المتوقعة من الشبكات العصبية مطابقة بشكل جيد للغاية مع القيم المقاسة. ان تطبيق تقنية ( ANN ) يساعد في قرار تشغيل الخزان والتحديث في المستقبل ، كما انه نموذج اكتشاف مهم للبيانات الناقصة ويمكن من خلاله التنبؤ بدقة بالتدفقات الشهرية.

Keywords

ANN --- Mosul Reservoir --- Iraq --- and Outflow


Article
ANN AND STATISTICAL MODELLING TO PREDICT THE DEFLECTION OF CONTINUOUS REINFORCED CONCRETE DEEP BEAMS
اعتماد الشبكات العصبية والنمذجة الاحصائية للتنبوء بمقدار التشوه للعتبات المسلحة العميقة المستمرة

Authors: Abbas M Abd عباس مهدي عبد --- Wissam D Salman وسام داود سلمان --- Qusay W. Ahmed وسام وهاب احمد
Journal: DIYALA JOURNAL OF ENGINEERING SCIENCES مجلة ديالى للعلوم الهندسية ISSN: 19998716/26166909 Year: 2015 Volume: 8 Issue: 4 Pages: 134-143
Publisher: Diyala University جامعة ديالى

Loading...
Loading...
Abstract

This comparative study investigates the adoption of artificial neural networks and statistical modelling in the prediction of the deflection under ultimate strength of continuous reinforced concrete deep beams. All experimental data collected from the literature covers a case of a continuous deep beam with two point loads acting symmetrically in each span. The data set consist of many input parameters cover the geometrical and material properties. The corresponding output value was the deflection under ultimate strength of the continuous deep beam. The model takes into account the effects of the effective depth, shear span-to-depth ratio, length of one span, section width, ratio of reinforcement, and compressive strength of concrete cubes. Training, validation and testing of the developed neural network have been achieved using a comprehensive database compiled from 75 continuous deep beam specimens. The results show high correlation through using ANN modeling with 99.13% and 97.27% for extended and original data set. This model was compared with the multi-linear model which was of 81.16% correlation coefficient. Both model reflect high correlation with observed data and proved that they can be used to predict the deflection of deep beam with high degree of confidence.

تناولت دراسة المقارنة هذه اعتماد تقنية الشبكات العصبية الصناعية وتقنية الانحدار الخطي المتعدد للتنبؤ بمقدار التشوه تحت ظروف قوة التحميل القصوى للعتبات المسلحة المستمرة. تم جمع البيانات العملية من خلال مراجعة العديد من البحوث السابقة التي تغطي الحالة الدراسية. نوع التحميل كان باعتماد الحمل ثنائي التمركز المتناظر على فضاء العتبة بالتساوي. شملت البيانات العملية عدة مدخلات منها العمق الفعال، ونسبة الفضاء الى العمق، وطول الفضاء الواحد، وعرض المقطع، ونسبة التسليح، ومقاومة الانضغاط للخرسانة. في حين كان مقدار التشوة تحت قوة التحميل القصوى تمثل مخرجات البيانات. تم بناء الموديل بتقنية الشبكات العصبية واجراء التحقق والفحص ومن ثم مقارنة النتائج مع مخرجات تقنية الانحدار الخطي المتعدد. اظهرت النتائج تقاربا وارتباطا عاليا جدا لتقنية الشبكات العصبية وفق الطريقتين المتبعتين مع معامل ارتباط (99.13% و 97.27%) وكذلك ارتباطا جيدا بين نتائج التنبؤ ومخرجات البيانات العملية باعتماد الانحدار الخطي المتعدد مع معامل ارتباط (81.16%). اثبتت النتائج الموثوقية الجيدة لاستخدام النموذج المتبع في هذا البحث لغرض التنبؤ المستقبلي بتصرف العتبات الخرسانية باعتماد المتغيرات الواردة في البحث.


Article
Application of Box-Behnken Method Based ANN-GA to Prediction of wt.% of Doping Elements for Incoloy 800H Coated by Aluminizing-Chromizing
تطبيق طريقة بوكس-بينكن ذات أساس شبكات عصبونية إصطناعية-خوارزمية وراثية للتنبأ بالنسب الوزنية المثالية لعناصر الإضافة لسبيكة Incoloy 800H المغطاة بالالمنة-كرمنة

Author: Abbas Khammas Hussein عباس خماس حسين
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2015 Volume: 21 Issue: 9 Pages: 135-149
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

In this work , an effective procedure of Box-Behnken based-ANN (Artificial Neural Network) and GA (Genetic Algorithm) has been utilized for finding the optimum conditions of wt.% of doping elements (Ce,Y, and Ge) doped-aluminizing-chromizing of Incoloy 800H . ANN and Box-Behnken design method have been implanted for minimizing hot corrosion rate kp (10-12g2.cm-4.s-1) in Incoloy 800H at 900oC . ANN was used for estimating the predicted values of hot corrosion rate kp (10-12g2.cm-4.s-1) . The optimal wt.% of doping elements combination to obtain minimum hot corrosion rate was calculated using genetic algorithm approach . The predicted optimal values for minimizing hot corrosion rate for Incoloy 800H coated by (Ce-Y-Ge) doped-aluminizing-chromizing are (3wt.%Ce, 3wt.%Y, and 3wt.%Ge) , the hot corrosion rate kp (10-12g2.cm-4.s-1) value at these conditions was found to be 71.701 . The results have been verified by confirmation experiment , results obtained by GA method match closely with experimental values (R2=98.30) . EDS and XRD results show that the formation of protective layers Al2O3 and Cr2O3 during hot corrosion tests.

يتضمن هذا البحث إستخدام الإسلوب الفعّال من خلال طريقة بوكس-بينكن ذات أساس شبكات عصبونية إصطناعية-خوارزمية وراثية لتحديد الظروف المثلى للنسب الوزنية لعناصر الإضافة (سيريوم-يتيريوم-جرمانيوم) لعملية الألمنة-كرمنة لسبيكة Incoloy 800H . و أستخدمت كل من طريقة التصميم بوكس-بينكن و الشبكات العصبونية لخفض معدل التآكل الساخن في سبيكة Incoloy 800H عند 900oC ، حيث أستخدمت الشبكات العصبونية للتنبأ بقيم معدل التآكل الساخن ، أما بالنسبة لمزيج النسب الوزنية المثالي لعناصر الإضافة اللازمة للحصول على القيمة الدنيا لمعدل التآكل الساخن فقد تم تحديدها بواسطة الخوارزمية الوراثية . و لوحظ أن القيم المثلى التي تم التنبأ بها لخفض معدل التآكل الساخن لسبيكة Incoloy 800H المغطاة بعناصر الإضافة (سيريوم-يتيريوم-جرمانيوم) لعملية الألمنة-كرمنة هي (3wt.%Ce, 3wt.%Y, and 3wt.%Ge) أما قيمة معدل التآكل الساخن عند هذه الظروف فقد كانت 71.701X10-12g2.cm-4.s-1 . و قد تم التحقق من هذه الظروف من خلال تجربة التحقق (التأكد) ، و لوحظ أن النتائج التي تم الحصول عليها من خلال طريقة الخوارزمية الوراثية تتطابق بشكل دقيق مع القيم التجريبية (معامل التحديد=98.30 ) . و أظهرت نتائج EDX و XRD تكون طبقات الحماية الأوكسيدية Al2O3 ، Cr2O3 خلال إختبارات التآكل الساخن .


Article
Artificial Neural Network Model for Shear Strength of Fibrous RC Beams
نموذج الشبكة العصبية الاصطناعية لمقاومة القص للعتبات الخرسانية المسلحة بالألياف الفولاذية

Authors: S. T. Yousif سالم طيب يوسف سلوى --- S. M. Abdullah سلوى مبارك عبد الله --- M. H. ALkhafaf محمد الخلف
Journal: AL Rafdain Engineering Journal مجلة هندسة الرافدين ISSN: 18130526 Year: 2015 Volume: 23 Issue: 4 Pages: 157-171
Publisher: Mosul University جامعة الموصل

Loading...
Loading...
Abstract

This study has investigated the modeling of shear strength using the artificial neural network (ANN) approach. The Results of 128 samples of steel fiber reinforced concrete (SFRC) beams without stirrups were collected gathered and used to generate a four-layer feed forward neural network using the back-propagation learning algorithm available in the MATLAB program. Nine parameters for SFRC beams, namely, beam height, beam depth, beam width, steel cross-sectional area, shear span-to-depth ratio, concrete compressive strength, volume fraction, fiber length, and fiber diameter, were considered as input variables for the ANN. ANN output representing the shear strength were compared with those observed experimentally using regression analysis approach. Results indicated that the ANN modeling technique is effective in simulating the behavior of SFRC beams. In addition, a parametric study shows that shear span, compressive strength of concrete, volume fraction, and fiber length are playing the major role in the behavior of SFRC beams.

هذه الدراسة تتحرى نمذجة مقاومة القص باستخدام الشبكات العصبية الاصطناعية حيث جمعت نتائج 128 نموذج لعتبات خرسانية مسلحة بالالياف الفولاذية بدون حلقات القص واستخدمت لبناء نموذج الشبكات العصبية ذو اربع طبقات باستخدام طريقة التغذية الامامية وخوارزمية الانتشار العكسي التقليدية المتوفرة في برنامج (MATLAB).تم في هذه الدراسة استخدام تسعة خصائص للعتبات الخرسانية المسلحة بالالياف الفولاذية كمدخلات وهي ارتفاع العتبة ,عمق العتبة,عرض العتبة, مساحة حددي التسليح, نسبة ذراع القص الى العمق, مقاومة انضغاط الخرسانة,النسبة الحجمية للالياف, طول وقطر الليف فيها كانت مقاومة القص للعتبة هي مخرج الشبكة. قورنت نتائج الشبكة الاصطناعية مع تلك المقاسة .(Regression Analysis) باستخدام طريقة التحليل الارتدادي.اظهرت النتائج بان طريقة الشبكات العصبية الاصطناعية قادرة على تمثيل تصرف العتبات الخرسانية المسلحة بالالياف الفولاذية من ناحية مقاومة القص. اضافة الى ذلك بينت دراسة المقارنة بان فضاء القص, مقاومة الانضغاط للخرسانة النسبة الحجمية للالياف المستخدمة وطول اليف هي من العوامل الرئيسية التي تؤثر على تصرف العتبات الخرسانية المسلحة بالالياف الفولاذية في القص.

Listing 1 - 4 of 4
Sort by
Narrow your search

Resource type

article (4)


Language

English (4)


Year
From To Submit

2015 (4)