research centers


Search results: Found 131

Listing 11 - 20 of 131 << page
of 14
>>
Sort by

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
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
Prediction of Mass Transfer Coefficient in Bubble Column Using Artificial Neural Network

Authors: Salih A. Salih --- Adil A. Al-Hemiri
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2007 Volume: 13 Issue: 2 Pages: 1327-1342
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

The volumetric mass transfer coefficient kL.a was calculated using two gases (air and CO2) in water and NaOH solution. The experiments were carried out using 0.1 m column diameter. Empirical and Artificial Neural Network (ANN) correlation were developed to predicted mass transfer coefficient in form of dimensionless groups (Sh, Re,Bo and We). The use of Back Propagation Neural Network (BPNN) gave better results than other correlations found in literature and than the empirical one found in this study.

تمت دراسة معامل الانتقال الحجمي في عمود فقاعي ذو قطر 0.1 متر يحتوي على موزع للغاز ذو 79 فتحة بقطر 2 مليمتر لكل فتحة باستخدام الهواء و ثاني اوكسيد الكاربون للطور الغازي و الماء ومحلول هيدروكسيد الصوديوم للطور السائل.تم تطوير معادلة عامة وإستخدام الشبكة الذكية المصطنعة ( ANN) لحساب معامل انتقال الكتلة الحجمي من خلال استخدام مجاميع عديمة الوحدات ( We,Sh,Re,Bo ). إستخدام الشبكة الذكية من نوع التوالد العكسي ( BPNN ) اعطى نتائج متميزة احسن من تلك الموجودة في الادبيات.


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
Artificial Neural Network Model for Predicting Nonlinear Response of Uniformly Loaded Fixed Plates

Authors: Ayad Amjad Abdul-Razzak --- Salim T. Yousif
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2007 Volume: 25 Issue: 3 Pages: 334-348
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

An artificial neural network (ANN) model has been developed for theprediction of nonlinear response for plates with built-in edges and differentsizes, thickness and uniform loads. The model is based on a six-layer neuralnetwork with back propagation learning algorithm. The learning data wereperformed using a nonlinear finite element program, the set of 1500x16represent the deflection response of load. Incremental stages of the nonlinearfinite element analysis was generated by using 25 schemes of built-inrectangular plates with different thickness and uniform distributed loads.The neural network model has four input nodes representing the uniformdistributed load, thickness, length of plate and length to width ratio, fourhidden layers and sixteen output nodes representing the deflection response.Regression analysis between finite element results and values predicted by theneural network model shows the least error. This approach helps in thereduction of the effort and time required determining the load-deflectionresponse of plate as the FE methods usually deal with only a single problemfor each run while ANN methods can solve simultaneously for a patch ofproblems


Article
Transmission System On –Line Fault Location Using ArtificialNeural Network
التحديد اللحظي لموقع العطل في منظومة النقل بأستخدام الشبكة العصبية الصناعية

Authors: Adil Hameed Ahmed --- Hatim Ghadhban Abood
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2010 Volume: 28 Issue: 5 Pages: 964-979
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

In this work, protection systems for overhead transmission lines areinvestigated and an efficient technique for on –line fault location based onArtificial Neural Network(ANN ) is suggested. First, Studying and investigatingthe power transmission lines short circuit modeling and analysis, and thendeveloping a MATLAB programs to calculate fault currents and voltages fordifferent fault types depending on the location of the fault in the transmission lineand finding the location of this fault. The proposed technique for the faultlocation is the two -end data technique. The pre-fault data plus the fault dataconstruct a training set for the neural network programs which contain two types,one for fault detection and classification, and the other for the fault location. Then,these programs are applied on the Iraqi super grid (400 kV).

تم في هذا العمل , بحث نظم الحماية لخطوط النقل الكهربائية لاقتراح تقنية كفؤة لتحديدموقع العطل مستندة للشبكات العصبية الصناعية . في البداية تم دراسة وبحث نمذجة وتحليللحساب تيارات و فولتيات MATLAB دائرة القصر لخطوط النقل, ومن ثم تطوير برنامجالعطل لمختلف انواع الاعطال اعتمادا على موقع العطل في خط النقل , بألاضافة الى ايجادالموقع لهذا العطل وقبلها يتم تهيئة بيانات الشبكة لما قبل العطل (تيارات و فولتيات حالة التشغيلألاعتيادية) . التقنية التي استخدمت لحساب موقع العطل هي تقنية بيانات النهايتين .أن بيانات ماقبل العطل أضافة الى بيانات العطل تشكل مجاميع تدريب لبرامج الشبكات العصبية والتي تحوينوعين , ألاول لكشف العطل و تصنيفه و ألاخر لايجاد موقع العطل . تم تطبيق هذه البرامجفيما بعد على الشبكة العراقية الفائقة ( 400 كيلوفولت).


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
NEURAL NETWORK ANALYSIS FOR SLIDING WEAR OF 13%CR STEEL COATINGS BY ELECTRIC ARC SPRAYING
استخدام الشبكات العصبية في تخمين السوفان ألانزلاقي لطلاء 13% كروم ستيل منتج بواسطة الرش بالقوس الكهربائي

Author: Ali Khudhair علي خضير مطلك
Journal: DIYALA JOURNAL OF ENGINEERING SCIENCES مجلة ديالى للعلوم الهندسية ISSN: 19998716/26166909 Year: 2010 Volume: Engineering Sc. Conference Issue: First Pages: 157-169
Publisher: Diyala University جامعة ديالى

Loading...
Loading...
Abstract

ABSTRACT:- Artificial Neural Networks (ANNs) are a new type of information processing technique based on modeling the neural systems of human brain. The potential of using neural networks in prediction of wear rate quantities of 13%Cr steel coating produced by arc spraying, has been studied in the present work. The material is subjected to dry sliding wear test using pin-on-ring apparatus at room conditions. Effects of normal load, sliding speed and time on wear rate have been investigated by using artificial neural networks. The experimental results were used to train ANN model successfully with accepted mean square error (MSE) of 0.00077504. The ANN predictions shows very good agreement with experimental values with correlation coefficient of 0.99778, thus ANN can be considered excellent tool for modeling complex processes that have many variables.Keywords:- Artificial Neural Network; Wear; Coating

الخلاصة الشبكات العصبية الاصطناعية نوع حديث من تقنية معالجة المعلومات مرتكزة على نمذجة النظام العصبي للعقل البشري. أن فاعلية أستخدام الشبكات العصبية في تخمين قيم معدل السوفان لطلاء 13% كروم ستيل منتج بواسطة الرشّ بالقوس الكهربائي تم دراستها في هذا البحث. تم اجراء فحص السوفان الجاف بأستخدام جهاز المسمارعلى الحلقة في ظروف الغرفة. تأثير الحمل العمودي, سرعة الانزلاق والوقت على معدل السوفان تمت دراستها بأستخدام الشبكات العصبية الاصطناعية. تم استخدام النتائج المختبرية لتدريب نموذج الشبكة العصبية بنجاح وبمعدل خطاء مقبول (معدل مربع الاخطاء) 0,00077504. تخمينات الشبكة العصبية اضهرت توافق جيد جدا مع القيم المختبرية وبمعامل ارتباط 0.99778 وبهذا تعتبر الشبكات العصبية اداة ممتازة لنمذجة العمليات المعقدة التي تمتلك العديد من المتغيرات.الكلمات الدالة: الشبكة العصبية الاصطناعية, السوفان, الطلاء.


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.

Listing 11 - 20 of 131 << page
of 14
>>
Sort by
Narrow your search

Resource type

article (131)


Language

English (104)

Arabic and English (15)

Arabic (8)


Year
From To Submit

2019 (5)

2018 (18)

2017 (13)

2016 (16)

2015 (3)

More...