research centers


Search results: Found 5

Listing 1 - 5 of 5
Sort by

Article
Computer Aided Flank Wear Measurement in End Milling Cutting Tool

Authors: Ali Abbar Khleif --- Mostafa Adel Abdullah
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2016 Volume: 34 Issue: 5 Part (A) Engineering Pages: 959-972
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

Flank wear width is generally recognized as the key indicator for tool life.In the experiments of this study, nine tools made of HSS and stainless steel 316L as work piecewiththreespindlespeeds(550,930 and 1100)rpm and three redial depth of cut (1.5,2 and 2.25)mm were used. The cutting tool wear was measured using optical microscope and vision system based on a proposed algorithm.Maximum and minimum percentage errors in the flank wear width were (8.250% and 0.645 %) respectively. The numerical method used was by a multiple linear and polynomial regression model and developed a polynomial model, especially to predict the flank wear using MATLAB software.Maximum and minimum percentage errors werefound (14% and 0.322 %) respectively.


Article
An Experimental Approach and Constructing a New Non-Linear Regression Model for Prediction the Anisotropy Parameters of Annealing Treated Commercially Pure Aluminum Sheets

Authors: Jabbar H. Mohmmed --- Ali A. Mohsen --- Bassam A. Ahmed --- Najmuldeen Yousif Mahmood
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2016 Volume: 34 Issue: 14 Part (A) Engineering Pages: 2775-2783
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

Earing is a common phenomenon in deep drawing process that increases the waste of metal. This phenomena is affected by material anisotropy, thus, it is important to study the effects of material parameters on this material behavior. This paper focuses on identify the optimal condition of annealing treatment which result in higher value of normal anisotropy and lower value of planar anisotropy which lead to reduce the waste material in subsequent forming processes. Therefore, in this study, anisotropic behavior and formability of commercially pure aluminum thin sheets was investigated after annealing the samples at different temperatures (350, 400, and 450) °C. Uniaxial tensile tests were carried out at room temperature (25°C) to evaluate formability parameters. For this purpose different tensile test samples in the directions of 0°, 45° and 90° in respect to the rolling direction were prepared. In addition to, metallographic test was carried out to as-received and annealed samples to observe the changes in microstructure. Plastic strain ratio and planar anisotropy of samples were calculated from the tensile test data. Based on the tensile test results of samples, the earing phenomenon due to planar anisotropy in commercially pure aluminum sheet was analyzed. The results indicate that the annealing at 400°C brought the optimum conditions.Moreover, new regressions model for prediction the anisotropy parameters of sheet metal using statistical techniques (SPSS software) were constructed in this work. The experimental data were compared to those predicting values. A comparison clearly indicates that there are good identification between measured and predicted values with multiple correlation coefficients R of 0.932 and accuracy of about 87 %. The results reveal that the proposed model is effective and reliable tool to obtain accurate prediction of the anisotropy behavior of metal sheets.


Article
Using Probit Regression Model to predict the failure of companies
استخدام نموذج الانحدار البروبيتي في التنبؤ بفشل الشركات

Loading...
Loading...
Abstract

The future of any company and ensure continuity on the financial position and profitability depends in addition to their ability to cope with future events and maintain adequate liquidity and its ability to meet its debt service، so the interest in the subject of various important to predict and which include predicting the failure of financial firms.This study aimed to identify the companies that is in a state of failure according to the financial indicators of these companies through the use of a mathematical model is developed Probit Regression Model. The hypothesis is that the predictable failure of the companies through the use of financial indicators of the company can reduce the failuresThe most conclusions that there are five companies were probability value her more than 50% the (Bank of Babylon، Iraqi Islamic Bank for Investment and Development، National for Tourist Investment، Baghdad Hotel، City Games Karkh)،which the probability of the remaining companies than 50%.Important recommendation of this study is that the Iraq Securities commission to exercise a greater role in order to encourage non-performing companies on the merger in order to face competition from successful companies.

عٌتمد مستقبل أي شركة وضمان أستمرار تٌها على وضعها المال وتحق قٍ الأرباح أضافة الى مدى قدرتيا عمىمواجية الأحداث في المستقبل والأحتفاظ بسيولة ملائمة وقدرتيا عمى مواجية خدمة ديونيا ، لذلك اصبح من الضروريالأىتمام بموضوع التنبؤ بشكل عام والتنبؤ بفشل الشركات المالي بشكل خاص.ىدفت ىذه الد ا رسة الى التوصل الى الشركات التي تمر او من الممكن ان تمر بحالة من التعثر مستقبلاً وفقالمؤش ا رت المالية ليذه الشركات من خلال استخدام نموذج رياضي متطور ىو نموذج الانحدار البروبيتي .الفرضية نصت عمى ان التنبوء بفشل الشركات من خلال استخدام المؤش ا رت المالية لمشركة يمكن ان يحد من حالاتالتعثر والفشل قبل وقوعة.اذ يمكن ان يكون اصحاب الق ا رر في الشركة غير مدركين ان حالات التعثر التي تمر بيا الشركات قد توصميم الىحالة الفشل والافلاس لان تحميميم لممشاكل المالية التي تمر بيا الشركة تكون تحميلات غير عميقة او غير مستندة الىنماذج كمية حديثة ومتطورة وبالتالي قد يصمون الى حالة الفشل والافلاس.


Article
Proposed method to estimate missing values in Non - Parametric multiple regression model
أسلوب مقترح في تقدير القيم المفقودة في نموذج الانحدار المتعدد اللامعلمي

Author: قتيبة نبيل نايف القزاز
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2016 Volume: 22 Issue: 89 Pages: 396-406
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

In this paper, we will provide a proposed method to estimate missing values for the Explanatory variables for Non-Parametric Multiple Regression Model and compare it with the Imputation Arithmetic mean Method, The basis of the idea of this method was based on how to employ the causal relationship between the variables in finding an efficient estimate of the missing value, we rely on the use of the Kernel estimate by Nadaraya – Watson Estimator , and on Least Squared Cross Validation (LSCV) to estimate the Bandwidth, and we use the simulation study to compare between the two methods

في هذا البحث سوف نقدم أسلوب مقترح في تقدير القيم المفقودة لمشاهدات المتغيرات التوضحية لنموذج الانحدار المتعدد اللامعلمي ومقارنتها مع طريقة التعويض بالوسط الحسابي، أن أساس فكرة هذا الأسلوب أستندت الى كيفية توظيف العلاقة السببية بين المتغيرات في ايجاد تقدير كفوء للقيمة المفقودة، معتمدين في ذالك على استعمال تقدير Kernel والمتمثل بمقدر Nadary - Watson وعلى طريقة المربعات الصغرى للعبور الشرعي LSCV في تقدير المعلمة التمهيدية، ومستخدمين اسلوب المحاكاة في المقارنة بين الطريقتين.


Article
Determine the best model to predict the consumption of electric energy in the southern region
تحديد افضل نموذج للتنبوء باستهلاك الطاقة الكهربائية في المنطقة الجنوبية

Authors: ساهرة حسين زين الثعلبي/ --- خلود موسى عمران
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2016 Volume: 22 Issue: 90 Pages: 437-457
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Interest in the topic of prediction has increased in recent years and appeared modern methods such as Artificial Neural Networks models, if these methods are able to learn and adapt self with any model, and does not require assumptions on the nature of the time series. On the other hand, the methods currently used to predict the classic method such as Box-Jenkins may be difficult to diagnose chain and modeling because they assume strict conditions. So there was a need to compare the traditional methods used to predict the time chained with neural networks method to find the most efficient method to predict, and this is the purpose of this study. Contributes to predict future demand for electricity in the electric power sector to solve problems through future planning to meet changes in the demand for electricity increases. Experience has shown there is no way of certain predict appropriate for all cases, but that in each case the way of a private predict is needed to find and use. However, taking more than one way may lead to raising the future accuracy of the estimates. The present study aims to shed light on some of the statistical methods used to predict future demand for electricity for the Southern District, as well as a reference to more accurate methods to predict the future of energy. It has been used a number of methods to predict , such as econometric modeling technique, style and Box- Jenkins method of artificial neural network. And service to the goal of the study, which is based upon the premise that search: the neural network models more accurate than traditional models in long-term. As it is the most efficient and more accurate than other conventional models in dealing with non-linear time-series data. We have been using the annual electrical energy consumption data for the Southern District to conduct a comparison of the program through the application of SPSS and Minitab for statistical analysis, and Matlab language has been used to build a program in neural networks, and through the practical application it was found that neural networks gives better results and more efficient than the classic way.

لقد ازداد الاهتمام بموضوع التنبوء خلال السنوات الأخيرة وظهرت أساليب حديثة ومنها نماذج الشبكات العصبية Artificial Neural Networks، اذ إن هذه الأساليب قادرة على التعلم والتكيّف ذاتياً مع أي نموذج، ولا تحتاج إلى افتراضات لطبيعة السلسلة الزمنية. بالمقابل فان طرائق التنبوء الكلاسيكية المستخدمة حالياً مثل طريقة بوكس- جينكنز Box-Jenkins قد يصعب عليها تشخيص السلسلة ونمذجتها لأنها تفترض شروط صارمة. لذلك ظهرت الحاجة لمقارنة الطرائق التقليدية المستخدمة في التنبوء بالسلاسل الزمنية مع أسلوب الشبكات العصبية لإيجاد الأسلوب الأكثر كفاءة في التنبوء، وهذا يمثل الغاية من اجراء هذه الدراسة.يسهم التنبوء المستقبلي بالطلب على الكهرباء في حل مشاكل قطاع الطاقة الكهربائية من خلال التخطيط المستقبلي لتلبية الزيادة الحاصلة في الطلب على الطاقة الكهربائية. ولقد أظهرت التجارب عدم وجود طريقة تنبوء معينة ملائمة لجميع الحالات، بل إن لكل حالة طريقة تنبوء خاصة بها يتعين البحث عنها واستخدامها. إلا أن الأخذ بأكثر من طريقة قد يؤدي إلى رفع درجة دقة التقديرات المستقبلية. تهدف الدراسة الحالية الى تسليط الضوء على بعض الاساليب الاحصائية المستخدمة في التنبوء بالطلب المستقبلي على الطاقة الكهربائية للمنطقة الجنوبية، فضلا عن الاشارة الى اكثر الاساليب دقة في التنبوء المستقبلي للطاقة. وتم استخدام عدد من الاساليب للتنبوء مثل أسلوب نماذج الاقتصاد القياسي، اسلوب بوكس-جينكينـز وأسلوب الشبكة العصبية الاصطناعية. وخدمة لهدف الدراسة فان الفرضية التي يرتكز عليها البحث مفادها: ان نماذج الشبكات العصبية اكثر دقة من النماذج التقليدية في التنبوءات طويلة المدى. اذ تعد أكفأ وأكثر دقة من النماذج التقليدية الأخرى في التعامل مع بيانات السلاسل الزمنية غير الخطية. لقد تم استخدام بيانات استهلاك الطاقة الكهربائية السنوية للمنطقة الجنوبية لإجراء المقارنة من خلال تطبيق البرنامج SPSSو Minitab و Matlab للتحليل الإحصائي، وتم بناء برنامج بلغة مات لاب Mat lap للشبكات العصبية ، ومن خلال التطبيق العملي وجِدَ أن الشبكات العصبية. تعطي نتائج افضل واكثر كفاءة من الطريقة الكلاسيكية.

Listing 1 - 5 of 5
Sort by
Narrow your search

Resource type

article (5)


Language

Arabic and English (2)

English (2)

Arabic (1)


Year
From To Submit

2016 (5)