research centers


Search results: Found 38

Listing 1 - 10 of 38 << page
of 4
>>
Sort by

Article
A Simplified Recurrent Neural Network Trained by Gbest-Guided Gravitational Search Algorithm to Control Nonlinear Systems

Authors: Omar F. Lutfy --- Ahmed L. Jassim
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2018 Volume: 36 Issue: 12 Part (A) Engineering Pages: 1290-1301
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

This paper presents a feedback control strategy using a SimplifiedRecurrent Neural Network (SRNN) for nonlinear dynamical systems. As anenhancement for a previously reported modified recurrent network (MRN),the proposed SRNN structure is used as an intelligent Proportional-IntegralDerivative(PID)-like controller. More precisely, the enhancement in theSRNN structure was realized by employing unity weight values between thecontext and the hidden layers in the original MRN structure. The newlydeveloped Gbest-guided Gravitational Search Algorithm (GGSA) wasadopted for optimizing the parameters of the SRNN structure. To show theefficiency of the proposed PID-like SRNN controller, three differentnonlinear systems were considered as case studies, including a control valve,and a complex difference eq.. From an extensive set of evaluation tests, whichincludes a control performance test, a disturbance rejection test, and ageneralization test, the proposed PID-like SRNN controller demonstrated itseffectiveness with regards to precise control and good robustness andgeneralization abilities. Furthermore, compared to other Neural Network(NN) structures, including the original MRN and the Multilayer Perceptron(MLP) NN, the SRNN structure attained superior results due to the utilizationof a reduced set of parameters. From another study, the GGSA accomplishedthe best optimization results in terms of control precision and convergencespeed compared to the original Gravitational Search Algorithm (GSA).


Article
Improve Product Quality By Using Capp System Based On Neural Networks (Applied Research In The General Company For Electrical Industries)
تحسين جودة المنتج باستخدام نظام CAPP المعتمد على الشبكات العصبية (بحث تطبيقي في الشركة العامة للصناعات الكهربائية)

Loading...
Loading...
Abstract

This paper deals with the design of CAPP system based on neural networks to improve the product quality in the General Company for Electrical Industries based on a sample of the company's products, which suffer from problems in the quality represented parts rotary products such as Air cooled engine and Fan. Have been trained neural networks upon which the system on the sample data Search in order to determine the machinery required for the production of cutting tools appropriate to the manufacturing process and appropriate machinery. Through the practical application of the proposed system has been raising the quality level of the selected portions of the sample through the reduction of the costs of increased consumption of cutting tools and reduce the time and expertise required to produce these parts.

يتناول البحث تصميم نظام CAPP يعتمد على الشبكات العصبية لتحسين جودة المنتج في الشركة العامة للصناعات الكهربائية بالاعتماد على عينة من منتجات الشركة التي تعاني من مشاكل في الجودة تمثلت بالأجزاء الدوارة للمنتجات مثل محرك المبردة والمروحة.حيث دربت الشبكات العصبية التي يعتمد عليها النظام على بيانات خاصة بعينة البحث من اجل تحديد المكائن المطلوبة للإنتاج وادوات القطع المناسبة لعملية التصنيع والمكائن المناسبة لها. من خلال التطبيق العملي للنظام المقترح تم رفع مستوى الجودة للأجزاء المختارة لعينة البحث من خلال التقليل من التكاليف المترتبة على زيادة استهلاك ادوات القطع والتقليل من الوقت والخبرة المطلوب لإنتاج هذ الاجزاء .


Article
New Strategies for Associative Memories

Authors: New Strategies for Associative Memories --- Saja A. Talib
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2018 Volume: 36 Issue: 2 Part (A) Engineering Pages: 207-212
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

Associative memory is a neural network used to save collection of input and output data at its layers. Each output data is produced coincide with a given input. It can be useful as an artificial memory in many applications like (military, medical, data security systems, error detection and correction systems …etc.). There are two matters which limit the uses of associative memory; the limited storage capacity, and the error occurred in the reading of output data. A modified strategy is suggested to overcome these limitations by introducing a new algorithm to the design of the associative memory. This method provides a software solution to the problems. The obtained results from the test examples proved that the proposed associative memory net could train and recall unlimited patterns in different sizes efficiently and without any errors.


Article
Iris Feature Reduction Using Bottleneck Neural Network
تقليل صفات قزحية العين بأستخدام شبكة عنق الزجاجة

Authors: Safana Hyder Abbas سفانة حيدر عباس --- Eman Abdulmunem ايمان عبد المنعم
Journal: Iraqi Journal of Information Technology المجلة العراقية لتكنولوجيا المعلومات ISSN: 19948638/26640600 Year: 2018 Volume: 9 Issue: 2 اللغة الانكليزية Pages: 194-205
Publisher: iraqi association of information الجمعية العراقية لتكنولوجيا المعلومات

Loading...
Loading...
Abstract

The human iris is one of the best biometric features in the human body for pattern recognition due to its stability, invariant and distinctive features for personal identification. The proposed Iris Recognition System (IRS) is consisting of four major fundamental stages: image preprocessing, feature extraction, feature reduction and image pattern recognition. In the third stage the Bottleneck Neural Network (BNN) is used as a reduction algorithm which gives the reduced iris feature set that is recognized with Support Vector Machine (SVM) algorithm. The accuracy of using BNN with SVM is increased from (67%- 100%) for variable number of persons (10-100).

قزحية العين هي احد احسن الميزات البويومترية (الحيوية) في جسم الانسان والتي تستخدم في تميز الانماط بسبب استقراريتها، ثباتها وتميزها في تحديد هوية الانسان. نظام تميزقزحية العين (IRS) المقترح يتكون من اربعة مراحل رئيسية: معالجة الصورة، استخلاص الصفات، تقليص الصفات وتمييز انماط الصورة. في المرحلة الثالثة تم استخدام تقنية شبكة عصبية اصطناعية تحت الاشراف والمسماة شبكة عنق الزجاجة (BNN) كخوارزمية تقليص لتعطي مجموعة صفات العين المقلصة والتي سيتم تمييزها باستخدام خوارزمية SVM . الدقة التي تم الحصول عليها باستخدام BNNمع SVM زادت من (%67 الى %100 ).


Article
Prediction of penetration Rate and cost with Artificial Neural Network for Alhafaya Oil Field
تخمين معدل الحفر والكلفة بواسطة الشبكة العصابية الصناعية لحقل الحلفاية النفطي

Authors: Kadhim Hmood Mnati --- Hassan Abdul Hadi
Journal: Iraqi Journal of Chemical and Petroleum Engineering المجلة العراقية للهندسة الكيمياوية وهندسة النفط ISSN: 19974884/E26180707 Year: 2018 Volume: 19 Issue: 4 Pages: 21-27
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Prediction of penetration rate (ROP) is important process in optimization of drilling due to its crucial role in lowering drilling operation costs. This process has complex nature due to too many interrelated factors that affected the rate of penetration, which make difficult predicting process. This paper shows a new technique of rate of penetration prediction by using artificial neural network technique. A three layers model composed of two hidden layers and output layer has built by using drilling parameters data extracted from mud logging and wire line log for Alhalfaya oil field. These drilling parameters includes mechanical (WOB, RPM), hydraulic (HIS), and travel transit time (DT). Five data set represented five formations gathered from five drilled wells were involved in modeling process.Approximatlly,85 % of these data were used for training the ANN models, and 15% to assess their accuracy and direction of stability. The results of the simulation showed good matching between the raw data and the predicted values of ROP by Artificial Neural Network (ANN) model. In addition, a good fitness was obtained in the estimation of drilling cost from ANN method when compared to the raw data.

التخمين الدقيق لمعدل الحفر ذو اهمية كبيرة في الحفر الامثل بسبب تاثيره المحوري على كلفة عمليات الحفر. وعادة يكون هذا التخمين صعب بسبب تداخل العوامل التي تؤثر على عملية الحفر.في هذا البحث تم استخدام طريقة الشبكة العصابية الصناعية كاسلوب جديد لتخمين معدل الحفر والكلفة ,حيث تم بناء موديل الشبكة العصابية من ثلاثة طيقات اثنان مخفية وواحدة للنواتج باستعمال بيانات مجسات الطين والمجسات الاخرى لحقل الحلفاية النفطي. العوامل التي تم اسخدام قيمها هي العوامل الميكانيكية (الوزن المسلط ,سرعة الدوران),العوامل الهيدروليكية,وزمن انتقال الموجة الصوتية . تم استخدام خمس مجاميع للبيانات والتي نمثل خمس تكوينات في الحقل حيث تم استخدام 85%من البيانات لتدريب الموديل و15% لاختبار صلاحيته. بينت النتائج التطابق الجيد لقيم معدل الحفر المحتسبة من الموديل مع القيم المقاسة وكذلك لقيم الكلفة المحتسبة مع القيم الاصلية.


Article
MLMVN Neural Network Image splice Tamper Detection
كشف التزوير باستخدام الشبكة العصبية MLMVN

Authors: Intisar Abd Yousif انتصار عبد يوسف --- Salam Abdulnabi Thajeel سلام عبد النبي ثجيل
Journal: Iraqi Journal of Information Technology المجلة العراقية لتكنولوجيا المعلومات ISSN: 19948638/26640600 Year: 2018 Volume: 8 Issue: 2 اللغة الانكليزية Pages: 51-75
Publisher: iraqi association of information الجمعية العراقية لتكنولوجيا المعلومات

Loading...
Loading...
Abstract

Image splicing is a commonform of image forgery. Such alterations may leave no visual clues of tampering. For first time,the detection of image splicing through verification of consistency of color and pixelsrelation has been explored in this paper. A new tampering (copy - paste and copy move) detection technique was for digital images. The first method mainly relies on an estimation for the CFA interpolation pattern and the pixel correlated values represented as a linear combination of previous pixels were used to detect the tampering in the tested images samples. The Features vectors are act as inputs to the specific MLMVN neural network in order to recognize the tampering location. The proposed system was work with good results (over 90% detection ratio) for 300 images samples.

ربط الصورimage splicing هو احد الاشكال الشائعة لتزوير الصور الرقمية. حيث ان هذا النوع من التلاعب لا يترك أي أدلة مرئية يمكن من خلالها ان يتم كشف التلاعب الحاصل بالصور.في هذا البحث تم كشف التزوير من خلال التحقق من التناسق بين الوان الصورة والعلاقات الموجودة بين نقاط الصورة.حيث تعتمد الطريقة الأولى أساسا على تقدير لنمط الاستيفاءCFA وكذلك استخدمت قيم معامل الارتباط بين نقاط الصورة كجمع خطي بين النقاط السابقة ليتم استخدمها لغرض الكشف عن التلاعب في الصور المستخدمة بهذا البحث .تم استخدام ناقلات الخصائص Feature vector كمدخلات إلى الشبكة العصبية MLMVN من اجل كشف مكان التزوير بالصورة.دقة كشف التزوير للنظام المقترح كانت جيدة وبنسبة ٩٠ % ولجميع الصور المستخدمة والتي كان عددها ٣٠٠ صورة


Article
Hybrid Approach of Prediction Daily Maximum and Minimum Air Temperature for Baghdad City by Used Artificial Neural Network and Simulated Annealing

Author: Hind Saleem Ibrahim Harba
Journal: Iraqi Journal of Science المجلة العراقية للعلوم ISSN: 00672904/23121637 Year: 2018 Volume: 59 Issue: 1C Pages: 591-599
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Temperature predicting is the utilization to forecast the condition of the temperature for an upcoming date for a given area. Temperature predictions are done by gathering quantitative data in regard to the current state of the atmosphere. In this study, a proposed hybrid method to predication the daily maximum and minimum air temperature of Baghdad city which combines standard backpropagation with simulated annealing (SA). Simulated Annealing Algorithm are used for weights optimization for recurrent multi-layer neural network system. Experimental tests had been implemented using the data of maximum and minimum air temperature for month of July of Baghdad city that got from local records of Iraqi Meteorological Organization and Seismology (IMOS) in period between 2010 to 2016. The results show that the proposed hybrid method got a high accuracy prediction results that reach nearly from real temperature records of desired year.


Article
Neural Network Modeling of Cutting Force and Chip Thickness Ratio for Turning Aluminum Alloy 7075-T6
نمذجة قوة القطع ونسبة سمك النحاتة باستخدام الشبكات العصبية اثناء خراطة سبيكة الألمنيوم 7075-T6

Author: Mohanned Mohammed H. AL-Khafaji مهند محمد حسين الخفاجي
Journal: Al-Khwarizmi Engineering Journal مجلة الخوارزمي الهندسية ISSN: 18181171 23120789 Year: 2018 Volume: 14 Issue: 1 Pages: 67-76
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

The turning process has various factors, which affecting machinability and should be investigated. These are surface roughness, tool life, power consumption, cutting temperature, machining force components, tool wear, and chip thickness ratio. These factors made the process nonlinear and complicated. This work aims to build neural network models to correlate the cutting parameters, namely cutting speed, depth of cut and feed rate, to the machining force and chip thickness ratio. The turning process was performed on high strength aluminum alloy 7075-T6. Three radial basis neural networks are constructed for cutting force, passive force, and feed force. In addition, a radial basis network is constructed to model the chip thickness ratio. The inputs to all networks are cutting speed, depth of cut, and feed rate. All networks performances (outputs) for all machining force components (cutting force, passive force and feed force) showed perfect match with the experimental data and the calculated correlation coefficients were equal to one. The built network for the chip thickness ratio is giving correlation coefficient equal one too, when its output compared with the experimental results. These networks (models) are used to optimize the cutting parameters that produce the lowest machining force and chip thickness ratio. The models showed that the optimum machining force was (240.46 N) which can be produced when the cutting speed (683 m/min), depth of cut (3.18 mm) and feed rate (0.27 mm/rev). The proposed network for the chip thickness ratio showed that the minimum chip thickness is (1.21), which is at cutting speed (683 m/min), depth of cut (3.18 mm) and feed rate (0.17 mm/rev).

تؤثر الكثير من المتغيرات على عملية القطع والتي يجب دراستها. ومن هذه المتغيرات الخشونة السطحية وعمر عدة القطع واستهلاك الطاقة ودرجة حرارة القطع ومركبات قوى التشغيل وتآكل العدة ونسبة سمك النحاتة. ان عملية القطع تعد معقدة ولا خطية بسبب هذه العوامل. إن الهدف من هذا البحث هو بناء نماذج من الشبكات العصبية لتمثيل العلاقة بين متغيرات القطع (سرعة القطع وعمق القطع ومعدل التغذية) وقوة التشغيل وكذلك مع نسبة سمك النحاتة. عملة الخراطة اجرية لسبيكة الألمنيوم 7075-T6. تم بناء ثلاث شبكات عصبية نصف قطرية لكلٍ من قوة القطع والقوة السلبية وقوة التغذية، فضلاعن ذلك تم انشاء شبكة نصف قطرية لنمذجة نسبة سمك النحاتة. ان مدخلات جميع الشبكات هي ظروف القطع (سرعة القطع وعمق القطع ومعدل التغذية). تم مقارنة أداء (مخرجات) الشبكات لمركبات قوة التشغيل (قوة القطع والقوة السلبية وقوة التغذية) مع التجارب العملية وأعطت تطابقا تاما وكذلك تم حساب معامل العلاقة وجد بأنه مساوٍ للواحد. وكذلك الشبكة التي تم بناؤها لنسبة سمك النحاتة كان معامل الارتباط مساوٍ للواحد ايضاً، بالمقارنة مع النتائج العملية. ان هذه الشبكات (النماذج) استخدمت لإيجاد أفضل ظروف قطع والتي بدورها تعطي اقل قوة قطع وأقل نسبة سمك النحاتة. أظهرت نتائج النماذج بإن افضل قوة تشغيل يمكن الحصول عليها هي (240.46 نيوتن) عندما تكون سرعة القطع (683 م/د) و عمق القطع (3.18ملم) و معدل تغذية (0.27 ملم/دورة). وأظهرت الشبكة المقترحة لنسبة سمك النحاتة إن اقل نسبة يمكن الحصول عليها هي (1.21) عندما تكون سرعة القطع (683 م/د) وعمق قطع (3.18 ملم) و معدل تغذية (0.17 ملم /دورة).


Article
Inverse Kinematics Solution for Redundant Robot Manipulator using Combination of GA and NN
حل الكينماتيكا العكسية للروبوت المتعدد المناور باستخدام دمج لـ GA وNN

Author: Hind Z. Khaleel هند زهير خليل
Journal: Al-Khwarizmi Engineering Journal مجلة الخوارزمي الهندسية ISSN: 18181171 23120789 Year: 2018 Volume: 14 Issue: 1 Pages: 136-144
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

A demonstration of the inverse kinematics is a very complex problem for redundant robot manipulator. This paper presents the solution of inverse kinematics for one of redundant robots manipulator (three link robot) by combing of two intelligent algorithms GA (Genetic Algorithm) and NN (Neural Network). The inputs are position and orientation of three link robot. These inputs are entering to Back Propagation Neural Network (BPNN). The weights of BPNN are optimized using continuous GA. The (Mean Square Error) MSE is also computed between the estimated and desired outputs of joint angles. In this paper, the fitness function in GA is proposed. The sinwave and circular for three link robot end effecter and desired trajectories are simulated by MATLAB program. Joint angles and end effecter positions of robot results values of circular trajectory are better than joint angles end effecter positions of robot results values of NN work in another paper. Three link redundant robot workspace is also simulated. The outputs results of best three joint angles are evaluated for two trajectories sinwave and circular, with 50 generations the algorithm is fast. This paper presents the simulations results that are obtained based on MATLAB R2010b program.

حساب الكينيماتيكا العكسية هي مشكلة معقدة جداً للروبوت المناور المتعدد. هذه المقالة تقدم حلا للكينماتيكا العكسية لأحد الروبوتات المناورة المتعددة (الروبوت الثلاثي) بوساطة دمج اثنين من الخوارزميات الذكية (الخوارزمية الجينية ) GA و(الشبكة العصبية) NN. المدخلات هي موقع واتجاه الروبوت الثلاثي الروابط. تدخل هذه المدخلات إلى الشبكات العصبية العكسية المنشورة (BPNN). الاوزان BPNN تعد الافضل باستخدام الخوارزمية الجينية المستمرة GA. يتم احتساب (متوسط مربع الخطأ) MSE أيضا بين المخرجات المقدرة والمطلوبة للزوايا المشتركة.في هذه المقالة، دالة الفتنس في GA تم اقتراحها. مسارات الموجة و الدائرية لنهاية طرف الروبوت ثلاثي الروابط المطلوبة وتم محاكاتها ببرنامج MATLAB. ان نتائج الزوايا المشتركة و مواقع نهاية الطرف للروبوت للمسار الدائري افضل من نتائج الزوايا المشتركة و مواقع نهاية الطرف للروبوت للمسار الدائري لعمل اخر حيث فقط في العمل الاخر تم استخدام NN. كما تم محاكاة مساحة الروبوت الثلاثي متعدد الروابط. ان نتائج المخرجات لافضل ثلاث زوايا تم حسابها للمساريين الموجي والدائري. ب 50 جيل للخوارزمية فانها سريعة. تقدم هذه المقالة نتائج المحاكاة التي يتم الحصول عليها بالاعتماد على برنامج MATLAB R2010b.


Article
Numerical Simulation for Estimating Energy Dissipation over Different Types of Stepped Spillways and Evaluate the Performance by Artificial Neural Network

Author: Asmaa Abdul Jabbar Jamel
Journal: Tikrit Journal of Engineering Sciences مجلة تكريت للعلوم الهندسية ISSN: 1813162X 23127589 Year: 2018 Volume: 25 Issue: 2 Pages: 18-26
Publisher: Tikrit University جامعة تكريت

Loading...
Loading...
Abstract

In this research, Flow-3D software uses to study the energy dissipation for stepped spillways with different end sills. The study is bases on three models. The first model contains rectangular end sills in all steppes. The second model contains rectangular end sills between one step and another. The third model contains triangular end sills in all steppes. For each of these models, three different variables are adopt, slope, height of the spillway and a number of steppes, and four different discharges value, carrying the total number of experiments to (324) tests. Analytical results show that the model (3) is the highest energy dissipation for all discharges value. Empirical equations extraction to find the energy dissipation for each of these models. The artificial neural network is also adopt to prove the accuracy and efficiency of the analytical results which are at high rates of compatibility with the values of the coefficient of determination for (model 1), (model 2) and (model 3) equal to (93.47%), (88.20%) and (86.00%) respectively. Also, artificial neural network identifies the most influential factors on the energy dissipation, the friction Froude number is the highest impact on the energy dissipation for models (1) and (2), while the parameter (b/ks) for the model (1).

Listing 1 - 10 of 38 << page
of 4
>>
Sort by
Narrow your search

Resource type

article (38)


Language

English (32)

Arabic (3)

Arabic and English (2)


Year
From To Submit

2018 (38)