research centers


Search results: Found 84

Listing 11 - 20 of 84 << page
of 9
>>
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
A Novel Modified Space Vector Pulse Width Modulator Based on Artificial Neural Network for Z-Source Inverter

Authors: Majid K. Al-khatat --- Lina J. Rashad
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2016 Volume: 34 Issue: 9 Part (A) Engineering Pages: 1873-1887
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

This paper proposes a novel modified space vector pulse width modulator based on Artificial Neural Network (ANN).This method overcomes the drawbacks of conventional DSP-based modulator in the z-source inverter. This generates timing signals without computations delay time, which increases the capability of using high switching frequency. Moreover, the proposed method overcomes the nonlinearity relationship between modulation index and the boosting factor during buck and boost regions.The simulation of the proposed system is fully evaluated for different operation condition. The schemes and training of the proposed neural networks are presented and examined with respect to conventional DSP-based method. Simulation results show excellent performance for both AC-side and DC-side of the Z-source inverter for different output voltages. In addition, the proposed ANN-based modulator operates very well in both buck and boost mode and overcomes the discontinuity of modulation index and the boosting factor. The voltage stress across the devices in the proposed method is less than of the conventional DSP-based method especially for high gain operation condition.


Article
Physical and Mechanical Properties Estimation of Ti/HAP Functionally Graded Material Using Artificial Neural Network

Authors: Jawad K. Oleiwi --- Rana A. Anaee --- Sura A. Muhsin
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2016 Volume: 34 Issue: 12 Part (A) Engineering Pages: 2174-2180
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

This study presents the effort in applying neural network-based system identification techniques by using Back- propagation algorithm to predict somephysical mechanical properties of functionally graded and compositesamples from Ti/HAP, these samples were fabricated by powder metallurgy method at various volume fraction of hydroxyapatite and at n equal (0.8, 1, and 1.2). Because of important of advanced materials such as FGMs as alternative industrial material, it is necessary to measure the physical properties of these materials such as porosity, density, hardness, compression …etc. Therefore the ANN will be used to estimate these properties and give a good performance to the network.

Keywords

Ti/HAP --- ANN --- FGM --- Physical properties


Article
Prediction of Fatigue Life of Fiber Glass Reinforced Composite (FGRC) using Artificial Neural Network

Authors: M.S. Abdu_Lateef --- N.S. Abdulrazaq --- A.G. Mohammed
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2017 Volume: 35 Issue: 4 Part (A) Engineering Pages: 327-339
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

The present work studies the mechanical properties of composite materials, experimentally and analytically, that are fabricated by stacking 4-layers of fiberglass reinforced with polyester resin. This plies are tested under dynamic load (fatigue test) in fully reversible tension-compression (R=-1) to estimate the fatigue life of the composite where fatigue performance of fiberglass reinforced composed is an increasingly important consideration especially when designing wind turbine blades. In order to predict fatigue life (Number of cycles to failure), conventional analytical techniques are used in the present work. In addition, Artificial Neural Network (ANN) is a reliable and accurate technique that is used for predicting fatigue life. The used networks are; Feed Forward Neural Network (FFNN), Generalized Regression Neural Network (GRNN) and Radial Bases Function Neural Network (RBFNN). Based on the comparison of the results, it is found that the ANN techniques are better than conventional methods for prediction. The results shows that (RBNN2), where stress load and angle of orientation are input to the network and number of cycles to failure as output, is an efficient tool for prediction and optimization the fatigue life of fiberglass reinforced composite.

Keywords

Prediction --- FGRC --- ANN --- FFNN --- GRNN --- RBFNN.


Article
Reducing False Notification in Identifying Malicious Application Programming Interface(API) to Detect Malwares Using Artificial Neural Network with Discriminant Analysis
تقليل التبليغات الكاذبة في تحديد واجھة برامجيات التطبيقات الضارة عند كشف البرمجيات الخبيثة باستعمال الشبكات العصبية مع التحليل المميز

Authors: Abbas M. Al-Bakri عباس محسن البكري --- Hussein L. Hussein حسين لفتة حسين
Journal: Ibn Al-Haitham Journal For Pure And Applied Science مجلة ابن الهيثم للعلوم الصرفة والتطبيقية ISSN: 16094042/25213407 Year: 2014 Volume: 27 Issue: 3 Pages: 556-565
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

This paper argues the accuracy of behavior based detection systems, in which theApplication Programming Interfaces (API) calls are analyzed and monitored. The workidentifies the problems that affecting the accuracy of such detection models. The work wasextracted (4744) API call through analyzing. The new approach provides an accuratediscriminator and can reveal malicious API in PE malware up to 83.2%. Results of this workevaluated with Discriminant Analysis.

يناقش هذا البحث دقةأنماط السلوك المعتمدة في أنظمة الكشف والتي يتم تحليلها ورصدها بواسطة واجهاتبرمجة التطبيقات. (API) هذا العمليحددالمشكلات التيتؤثر فيدقةنماذجالكشف.تم استخراج(API) 4744 في هذا العملعن طريق التحليل.وتتضمن هذه الطريقة الجديدة زيادة الدقة في كشف (API)الخبيثةفيالبرمجيات الخبيثةتصل إلى83.2٪. علما ان نتائج هذا العمل تم احتسابها و تقويمها باعتماد طبقة تحليلالتمايز.


Article
Performance Enhancement Of OFDM Using Intelligent System

Author: Jinan N. Shehab جنان شهاب
Journal: AL-yarmouk Journall مجلة كلية اليرموك الجامعة ISSN: 20752954 Year: 2017 Volume: 9 Issue: 9 Pages: 140-150
Publisher: College Yarmouk University كلية اليرموك الجامعة

Loading...
Loading...
Abstract

Transmission of high data rate in a mobile environment makes the channel highly hostile. To combat with this problem, many techniques were proposed and developed. Orthogonal frequency division multiplexing (OFDM) system is a technique to combat this adverse channel. In this work, a method to enhance the performance of channel estimation in Orthogonal Frequency Division Multiplexing (OFDM) is proposed by using different types of Back-Propagation (BP) for learning the Artificial Neural Network (ANN) to minimize Bit Error Rate (BER) when transmitting data. The proposed method includes learning Feed Forward Neural Network (FNN) and Recurrent Neural Network (RNN) by Conjugate Gradient algorithm, Quasi-Newton algorithm and Bayesian regularization. The comparison among Conjugate Gradient algorithm, Quasi-Newton algorithm and Bayesian regularization depends on the Mean-Scalculation. This work is software implemented with MATLAB (R2013a) technical programming language.quare Error (MSE) convergence and precision generated in the BER

أن ارتفاع معدل نقل البيانات في بيئة المحمول يجعل القناة ذات تأثير سلبي للغاية . ولتقليل هذه المشكلة ، تم اقتراح وتطوير عدة أنظمة. نظام التقسيم الترددي المضاعف المتعامد (OFDM) هو احد التقنيات لمعالجة هذه القناة. في هذا العمل, تم افتراض طريقه لتحسين اداء تخمين القناة في نظام التقسيم الترددي المضاعف المتعامد وذلك باستخدام عدة انواع من خوارزمية الانتشار العكسي لتعليم الشبكة العصبية الاصطناعية لتقليل الخطأ الذي يحصل اثناء نقل البيانات ما بين المرسل والمستلم في نظام التقسيم الترددي المضاعف المتعامد. تتضمن الطريقة المقترحة, تدريب الشبكة العصبية الاصطناعيه ذات التغذية الامامية(FNN) و الشبكة العصبية الاصطناعيه ذات الاسترجاع المتكرر(RNN) باستخدام خوارزمية((Conjucate Gradient algorithm, )Quasi-Newton algorithm BFGS algorithm) and Baysiyan regularization لتعليم الشبكة العصبية الاصطناعية . المقارنة بين هذه الخوارزميات يعتمد على ((MSE لهذه الخوارزميات اثناء تدريب الشبكة العصبية الاصطناعية و BER المحسوبه. تم استخدام برنامج الماتلاب للحصول على النتائج.


Article
ANN Technique to Predict Performances of Diesel Engine Runs by Butanol-Diesel Blends

Author: Duraid F. Maki
Journal: Journal of University of Babylon مجلة جامعة بابل ISSN: 19920652 23128135 Year: 2018 Volume: 26 Issue: 2 Pages: 320-327
Publisher: Babylon University جامعة بابل

Loading...
Loading...
Abstract

Performance of a diesel engine running under butanol-diesel blends one of important cases to evaluate the variance in the engine performance due to the fuel type change. Many efforts exerted in this field. Artificial neural network (ANN) model one of modern technique is used to predict the engine performance. ANN using a multi layer feed forward back propagation learning algorithm is developed to evaluate diesel engine performance. The brake efficiency, fuel consumption and exhaust temperature are predicted. The data required for training of ANN model are collected from experimental tests carried out on multi cylinder diesel engine. More than forty different architectures are tested for obtaining best fitting model. Maximum, minimum as well as average percentage errors are calculated for each architecture and R &  test is carried out to decide upon the best architecture for this model. The training process is set to stop when all errors are below 0.01 for training and below 3% for the validation. The results obtained from trained model are compared with experimental data of engine performance. The numerical investigation demonstrated that the ANN model is the best approach and assessment program for diesel engine performance with only 0.7% absolute average errors. The precise results of the model indicated an excellent and prompting training of ANN model.

تعتبر دراسه الاداء لمحركات الديزل التي تعمل بخليط من البيوتانول– ديزل واحدة من حالات البحث المهمة. و قد بذلت جهود كبيره في ابحاث و دراسات عمليه و نظريه في هذا المجال. ان تقنيه استخدام الشبكات العصبيه الصناعيه واحدة من الطرق المستخدمه لدراسه وتخمين اداء محركات الديزل التي تعمل بخلائط البيتانول – الديزل. ان الشبكه العصبيه الصناعيه تستخدم مايسمى بخوارزميه التغذيه الاماميه و التقدم الرجعيه. تمثلت خواص الاداء ب الكفاءه المكبحيه و كميه صرف الوقود و درجه حرارة غازات العادم.تم دراسه اكثر من اربعين تشكيل للموديل موضع البحث. ولكل تشكيل تم حساب معدل الخطا و اعلى خطا و اقل خطا و قد استخدمت الانحرافات المعياريه من الاحصاء لدراسه افضل تشكيل و الذي يعطي اقل خطا و اسرع وصول الى الحل. تم ضبط الخطا في برنامج الموديل ليكون فقط 1% و نسبه الخطا في التعديل و التصويب و3%. لقد اكدت النتائج المستقاه من هذا الموديل كفاءه الشبكات العصبيه الصناعيه في تخميين سلوك الاداء لمحرك يعمل بوقود الديزل و استخدم خليط البيوتانول كوقود نظيف له .


Article
Prediction of Fractional Hold-Up in RDC ColumnUsing Artificial Neural Network

Authors: Suhayla Akkar سهيلة عكار --- Adel Al-Hemiri عادل احمد عوض
Journal: Iraqi Journal of Chemical and Petroleum Engineering المجلة العراقية للهندسة الكيمياوية وهندسة النفط ISSN: 19974884/E26180707 Year: 2007 Volume: 8 Issue: 4 Pages: 31-37
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

In the literature, several correlations have been proposed for hold-up prediction in rotating disk contactor. However,these correlations fail to predict hold-up over wide range of conditions. Based on a databank of around 611 measurements collected from the open literature, a correlation for hold up was derived using Artificial Neiral Network (ANN) modeling. The dispersed phase hold up was found to be a function of six parameters: N, vc , vd , Dr , c d m / m ,s . Statistical analysis showed that the proposed correlation has an Average Absolute Relative Error (AARE) of 6.52% and Standard Deviation (SD) 9.21%. A comparison with selected correlations in the literature showed that the developed ANN correlation noticeably improved prediction of dispersed phase hold up. The developed correlation also shows better prediction over a wide range of operation parameters in RDC columns.


Article
Implementation of Artificial Neural Networks Trained by Particle Swarm Optimization using Multi-Phase Switched – Capacitor Circuits

Author: Hanan A. R. Akkar حنان عبد الرضا عكار
Journal: Journal of Engineering and Sustainable Development مجلة الهندسة والتنمية المستدامة ISSN: 25200917 Year: 2011 Volume: 15 Issue: 1 Pages: 164-182
Publisher: Al-Mustansyriah University الجامعة المستنصرية

Loading...
Loading...
Abstract

In this paper, a proposed design of Artificial Neural Networks Trained by Particle Swarm Optimization using multi-phase switched-capacitor circuits is presented. Swarm intelligence is based on collective behavior of self organized group of agents. Each agent follows a relatively simple set of rules and interacting with its local surrounding. Particle Swarm Optimization (PSO) has been an increasingly interesting topic in the field of computational intelligence. PSO is another optimization algorithm that falls under the soft computing address. One application of PSO has tremendous success is in the field of Artificial Neural Networks (ANNs) training. In this paper an adaption of the ANN weights using PSO is proposed as a mechanism to improve the performance of ANN. For this purpose we have modified the MATLAB PSO toolbox to be suitable with neural application. In neural networks, the multiplier is needed to deal with the learning of weights, and the generation of associated outputs therefore, a proposed design of multiplier circuit using multi-phase switched-capacitor circuit that can be implemented in CMOS technology. Generating multiple clock sources is a common requirement for the designing multi-phase switched-capacitor circuits so; a proposed design of multi-phase clock generator is presented which produces sequential non-overlapping clock pulses. The proposed design of multi-phase switched-capacitor neuron and its corresponding “synapses” also presented in details. Simulation results are presented using EWB package, which illustrates the validity of the proposed switched capacitor circuit's designs.

تم في هذا البحث, تصميم للشبكات العصبية المدربة بطريقة افضلية الحشد الجزيئ مستخدمة دوائر المتسعات المفتاحية المتعددة الأطوار. إن ذكاء الحشد (Swarm Intelligence ) قائم على التصرف الجماعي لمجموعة جزيئات ذات نظام ذاتي. كل جزيئة تتبع مجموعة بسيطة نسبياً من القوانين وتتفاعل فقط مع الجزيئات الموقعية المحيطة بها. افضلية الحشد الجزيئي (Particle Swarm Optimization) قد اصبحت موضوع متزايد الاهمية في مجال الحسابات الذكية. حيث من اهم تطبيقات افضلية الحشد الجزيئي التي لاقت نجاح واسع هو في تدريب الشبكات العصبية الاصطناعية (Artificial Neural Network). افترض في هذا العمل تكييف اوزان الشبكة العصبية الاصطناعية بأستخدام ألية افضلية الحشد الجزيئي وذلك لتحسين اداء الشبكات العصبية الاصطناعية. لهذا الغرض قمنا بتطوير صندوق ادوات افضلية الحشد الجزيئي في بيئة الماتلاب MATLAB لكي يكون مناسبا لتطبيقنا في تنفيذ دوائر رقمية بأستخدام الشبكات العصبية الاصطناعية. نحتاج في الشبكات العصبية دائما إلى دائرة ضرب لكي تتعامل مع تكييف الأوزان وكذلك للحصول على القيمة النهائية المتعلقة بها, لذلك يوجد تصميم مقترح لدائرة ضرب باستخدام دائرة المتسعات المفتاحية المتعددة الأطوار والتي ممكن تنفيذها بالكامل في تكنولوجية أشباه الموصلات الفلزية. إن توليد عدة مصادر للتردد المتعدد الأطوار هو من المتطلبات الأساسية في تصميم دوائر المتسعات المفتاحية ذات الأطوار المتعددة, لذلك يوجد تصميم مقترح لتوليد التردد المتعدد الأطوار الذي يولد نبضات ترددية متعاقبة وغير متداخلة. يوجد تصميم مقترح للخلية العصبية باستخدام المتسعات المفتاحية المتعددة الأطوار مقدم في هذا البحث مع الشرح الوافي. إن نتائج المحاكاة للدوائر الالكترونية المقترحة باستخدام برنامج التحليل الالكتروني ( EWB ) قد أثبتت فعالية هذه الدوائر المقترحة.


Article
ANN Based Detection and Location of Severe Three Phase Trip on the Transmission Lines of an Uncontrolled Power System
استعمال دوائر الشبكات العصبية الاصطناعية في اكتشاف وتحديد موقع دائرة قصر شديدة (ثلاثية الأطوار) على خطوط نقل الطاقة لنظام قدرة غير مسيطر عليه

Authors: Suhail Muhammad Ali سهيل محمد علي --- Muntaser Abdulwahid Salman منتصر عبد الواحد سلمان
Journal: Anbar Journal of Engineering Sciences مجلة الأنبار للعلوم الهندسية ISSN: 19979428 Year: 2009 Volume: 2 Issue: 1 Pages: 36-48
Publisher: University of Anbar جامعة الانبار

Loading...
Loading...
Abstract

Severe three phase trips are simulated on four arbitrary locations of an uncontrolled power system transmission lines. The responses of three measurable state variables of the system (rotor speed, stator direct axis current, and stator quadrature - axis current) are recorded, and suitable ANNs are trained to detect and locate the positions of the corresponding trips. The paper proves that this method is quick, active and accurate to diagnose and find the locations of that kind of trips.

تم تمثيل أعطال دائرة القصر الشديدة على أربعة مواقع عشوائية من خط نقل الطاقة العائد إلى نظام قدرة غير خاضع للسيطرة . تم تسجيل استجابات ثلاثة متغيرات قابلة للقياس من متغيرات نظام القدرة (سرعة الجزء الدوار ومركبتي تيار الجزء الثابت المتعامدتان)، ثم دربت دوائر شبكات عصبية مناسبة لاكتشاف حدوث تلك الأعطال وتحديد أمكنتها. لقد برهن البحث أن هذه الطريقة هي سريعة وفعالة ودقيقة لتشخيص تلك الأعطال ومعرفة أماكنها

Listing 11 - 20 of 84 << page
of 9
>>
Sort by
Narrow your search

Resource type

article (84)


Language

English (72)

Arabic and English (8)

Arabic (4)


Year
From To Submit

2019 (6)

2018 (12)

2017 (10)

2016 (11)

2015 (4)

More...