research centers


Search results: Found 7

Listing 1 - 7 of 7
Sort by

Article
ARTIFICIAL NEURAL NETWORK MODEL FOR MANAGING AND FORECASTING WATER RESERVOIR DISCHARGE (HEMREN RESERVOIR AS A CASE STUDY)
اعتماد نموذج الشبكات العصبية لغرض الادارة والتنبؤ بتصريف الخزانات المائية: خزان حمرين كحالة دراسية

Authors: ABBAS M. ABD عباس مهدي عبد --- SAAD SH. SAMMEN سعد شوكت سمين
Journal: DIYALA JOURNAL OF ENGINEERING SCIENCES مجلة ديالى للعلوم الهندسية ISSN: 19998716/26166909 Year: 2014 Volume: 7 Issue: 4 Pages: 132-143
Publisher: Diyala University جامعة ديالى

Loading...
Loading...
Abstract

The prediction of different hydrological phenomenon (or system) plays an increasing role in the management of water resources. As engineers; it is required to predict the component of natural reservoirs’ inflow for numerous purposes. Resulting prediction techniques vary with the potential purpose, characteristics, and documented data. The best prediction method is of interest of experts to overcome the uncertainty, because the most hydrological parameters are subjected to the uncertainty. Artificial Neural Network (ANN) approach has adopted in this paper to predict Hemren reservoir inflow. Available data including monthly discharge supplied from DerbendiKhan reservoir and rain fall intensity falling on the intermediate catchment area between Hemren-DerbendiKhan dams were used.A Back Propagation (LMBP) algorithm (Levenberg-Marquardt) has been utilized to construct the ANN models. For the developed ANN model, different networks with different numbers of neurons and layers were evaluated. A total of 24 years of historical data for interval from 1980 to 2004 were used to train and test the networks. The optimum ANN network with 3 inputs, 40 neurons in both two hidden layers and one output was selected. Mean Squared Error (MSE) and the Correlation Coefficient (CC) were employed to evaluate the accuracy of the proposed model. The network was trained and converged at MSE = 0.027 by using training data subjected to early stopping approach. The network could forecast the testing data set with the accuracy of MSE = 0.031. Training and testing process showed the correlation coefficient of 0.97 and 0.77 respectively and this is refer to a high precision of that prediction technique.

يشهد استخدام تقنيات التنبؤ اهمية متعاظمة في مجال ادارة الموارد المائية. ومن الناحية الهندسية فان عملية التنبؤ بالمصادر المائية للخزانات يكتسب اهمية كبيرة. وتتنوع طرق التنبؤ وفقا للاغراض المستهدفة والخصائص والبيانات المتوافرة. وافضل الطرق هي ما يبنى على الخبرات المتميزة ويراعي التغاير وعدم الموثوقية كونها من صفات الظاهر الهايدرولوجية. وتميزت تقنيات الذكاء الصناعي في هذا المجال ومنها الشبكات العصبية التي اعتمدت في هذا البحث لدراسة خزان حمرين باعتماد البيانات المتوافرة لكميات الامطار والتريف المطلق من سد دربندخان.اعتمد تقنية التغذية العكسية لبناء الشبكة العصبية للحالة قيد الدراسة. تم اختبار عدة شبكات بطبقات متعددة وذات عدد نيورون مختلف للوصول للحالة الامثل في بناء النموذج الممثل للحالة الدراسية. استخدمت في هذا البحث بيانات السنوات 1980-2003 لتدريب الشبكة العصبية واختبارها. تم استخدام معدل مربع الخطأ لتدقيق ناتج النموذج المطور كما تم اعتماد معامل الارتباط للتحقق من دقة النتائج. اظهرت عملية التحليل ان معدل مربع الخطأ كان بحدود 0.031 ومعامل الارتباط للنموذج على بيانات السنوات الاربع والعشرين بحدود 0.9728 وللبيانات المحدد للتحقق بحدود 0.7665 وهي درجة جيدة لدقة النموذج.


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.


Article
Micro-Bubble Flotation for Removing Cadmium Ions from Aqueous Solution: Artificial Neural Network Modeling and Kinetic of Flotation
التعويم باستخدام الفقاعات المايكروية لازالة ايونات الكادميوم من المحاليل المائية: موديل الشبكة العصبية الاصطناعية والتعويم الحركي

Authors: Abeer I. Alwared --- Nada Abdulrazzaq --- Baseem Al-Sabbagh
Journal: Iraqi Journal of Chemical and Petroleum Engineering المجلة العراقية للهندسة الكيمياوية وهندسة النفط ISSN: 19974884/E26180707 Year: 2019 Volume: 20 Issue: 2 Pages: 1-9
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

In this work, microbubble dispersed air flotation technique was applied for cadmium ions removal from wastewater aqueous solution. Experiments parameters such as pH (3, 4, 5, and 6), initial Cd(II) ions concentration (40, 80, and 120 mg/l) contact time( 2, 5, 10 , 15, and 20min), and surfactant (10, 20and 40mg/l) were studied in order to optimize the best conditions .The experimental results indicate that microbubbles were quite effective in removing cadmium ions and the anionic surfactant SDS was found to be more efficient than cationic CTAB in flotation process. 92.3% maximum removal efficiency achieved through 15min at pH 5, SDS surfactant concentration 20mg/l, flow rate250 cm3/min and at 40mg/l Cd(II) ions initial concentration. The removal efficiency of cadmium ion was predicted through 11 neurons hidden layer, with a correlation coefficient of 0.9997 between ANN outputs and the experimental data and through sensitivity analysis, pH was found to be most significant parameter (25.13 %).The kinetic flotation order for cadmium ions almost first order and the removal rate constant (k) increases with decreasing the initial metal concentration.

تهدف هذه الدراسة الى تطبيق تقنية دقائق الهواء المتناهية الصغر في طريقة تعويم الهواء لإزالة أيونات الكادميوم من المحاليل المائية وذلك من خلال دراسة مجموعه من المتغيرات :الرقم الهيدروجيني (3 و 4 و 5 و 6) والتركيز الأولي للأيونات الكادميوم (40و 80 و 120 ملغم / لتر) وقت الاتصال (2 و 5 و 10 و 15 و 20 دقيقة) ، تركيز المواد الخافضة للشد السطحي (10 و 20 و 40 ملغم / لتر) من أجل ايجاد أفضل الظروف وتشير النتائج التجريبية إلى أن دقائق الهواء المتناهية الصغر كانت فعالة جدًا في إزالة أيونات الكادميوم وأن مادة SDS أكثر فعالية من CTAB كمادة خافضة للشد السطحي في عملية التعويم.وبكفاءة عالية بلغت 92.3٪ تحققت خلال 15 دقيقة عند دالة حامضية 5 ، وتركيز مادةSDS (20 ملغم / لتر )و معدل تدفق 250 سم 3 / دقيقة وبتركيز اولي (4ملغم/لتر). كما تضمنت الدراسة تطبيق برنامج ANN من اجل التنبؤ بازالة ايونات الكادميوم من المحاليل المائية خلال 11 طبقة من الخلايا العصبية المخفية ، مع معامل ارتباط 0.9997 بين مخرجات ANN والبيانات التجريبية ومن خلال تحليل الحساسية تبين أن الرقم الهيدروجيني (25.13٪) هو اكثر معامل يؤثر على العملية كماتوصلت الدراسة الى ان كان موديل يمثل النتائج العملية هو موديل التعويم الحركي من الدرجة الثانية ويزيد ثابت معدل إزالة مع انخفاض تركيز المعادن الأولي.


Article
A Developed Model for Selecting Optimum Locations of Water Harvesting Dams Using GIS Techniques
تطوير نموذج لاختيار المواقع المثلى لسدود حصاد المياه بأستخدام تقنية نظم المعلومات الجغرافية

Authors: Rafa Hashim Al-Suhaili رافع هاشم السهيلي --- Raghad Hadi Hassan رغد هادي حسن
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2014 Volume: 20 Issue: 1 Pages: 98-113
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

An integrated GIS-VBA (Geographical Information System – Visual Basic for Application), model is developed for selecting an optimum water harvesting dam location among an available locations in a watershed. The proposed model allows quick and precise estimation of an adopted weighted objective function for each selected location. In addition to that for each location, a different dam height is used as a nominee for optimum selection. The VBA model includes an optimization model with a weighted objective function that includes beneficiary items (positive) , such as the available storage , the dam height allowed by the site as an indicator for the potential of hydroelectric power generation , the rainfall rate as a source of water . In addition to that (negative) penalty items are also included such as surface area, evaporation rate. In order to obtain precise results, an Artificial Neural Network (ANN) model was formulated and applied to correct the elevations of the Digital Elevation Model (DEM) map using real and DEM elevations of available selected control points. The application of the model is tested using a case study of a catchment area in Diyala and Wasit Governorate. The DEM file was corrected for elevations, using the developed ANN model .This model is found using SPSS – software. The correlation coefficient of this model is found to be (0.97) , with 3- hidden nodes and hyperbolic tangent and identity activation functions. Different weight scenarios for the objective function of the optimization model were adopted. The results indicate that different optimum dam locations can be observed for each case. Results indicate also that sometimes equal objective can be obtained but each has different reservoir volume and surface area.

تم بناء نوذج تكاملي باستخدام برامجيات نظم المعلومات الجغرافية وبرمجة فيجوال بيسك لاغراض التطبيق يمكن استخدامه لايجاد الموقع الامثل لسدود حصاد المياه من المواقع العديدة المحتملة في جابية معينة . يقوم النموذج بحساب دالة هدف موزونة باوزان معينة ولمواقع عديدة لوديان بالجابية وكذلك لعدة ارتفاعات للسدود في كل موقع بطريقة دقيقة وسريعة . يتضمن النموذج معايير ايجابية (موجبة) واخرى سلبية (سالبة) موزونة باوزان يمكن للمستخدم ان يختارها حسب اهمية كل معيار . من هذه المعايير الموجبة قابلية الخزن المتوفرة ، ارتفاع السد الممكن كمؤشر لقابلية انتاج الطاقة الكهربائية ، معدلات الامطار كمصدر للمياه . ومن المعايير السالبة استخدمت كجزاء مثل المساحة السطحية. وأوضحت النتائج بأن المواقع المثلى تتغير عند الاوزان المختلفة.احيانا يتوفر حلين مثالين لدالة هدف واحدة متساوية رغم اختلاف قيم حجم الخزان والمساحة السطحيةو لغرض ان تكون النتائج اكثر دقة تم بناء نموذج اخر هو نموذج الشبكات العصبية الذي يجب تطبيقه على خارطة نموذج الارتفاعات الرقمية .لتصحيح مناسيب النقاط اعتمادا على العلاقة بين الارتفاعات الحقيقية والارتفاعات التي يعطيها نموذج الارتفاعات لنقاط الضبط الارضي المتوفرة في المنطقة.(DEM)الرقمية.


Article
Application of Artificial Neural Network for Predicting Iron Concentration in the Location of Al-Wahda Water Treatment Plant in Baghdad City
استخدام شبكة الخلايا العصبية لتوقع تركيز ايون الحديد في محطة الوحدة لمعالجة المياة في مدينة بغداد

Author: Nawar Omran Ali Al-Musawi نوار عمران علي الموسوي
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2016 Volume: 22 Issue: 9 Pages: 72-82
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Iron is one of the abundant elements on earth that is an essential element for humans and may be a troublesome element in water supplies. In this research an AAN model was developed to predict iron concentrations in the location of Al- Wahda water treatment plant in Baghdad city by water quality assessment of iron concentrations at seven WTPs up stream Tigris River. SPSS software was used to build the ANN model. The input data were iron concentrations in the raw water for the period 2004-2011. The results indicated the best model predicted Iron concentrations at Al-Wahda WTP with a coefficient of determination 0.9142. The model used one hidden layer with two nodes and the testing error was 0.834. The ANN model could be used to predict future iron concentrations as the results from the verification of the ANN model for years 2012 and 2013 indicated good accuracy with a coefficient of determination R2 = 0.8965.

يعتبر الحديد احد العناصر المهمة على الارض وذو اهمية اساسية للانسان وقد يسبب مشاكل كيمياوية في مياة الشرب, في هذا البحث تم بناء نموذج رياضي بالاعتماد على مبدا الخلايا العصبية في تقدير تركيز الحديد في موقع محطة الوحدة لمعالجة مياة الشرب وذلك عن طريق تقييم نوعية مياة نهر دجلة بالاعتماد على عنصر الحديد في مواقع المحطات السبعة لمعالجة مياة الشرب في مدينة بغداد وقد استخدم البرنامج الاحصائي SPSS في بناء النموذج الرياضي. تراكيز الحديد المستخدمة في النموذج كانت للفترة بين 2004-2011 وقد اظهرت النتائج من النموذج ان معامل التحديد هو 0.9142 وقد استخدم النموذج طبقة مخفية واحدة مع خليتين ونسبة خطا قيمتها 0.834.اظهرت النتائج دقة النموذج الرياضي من حيث التقارب بين القيم الحقيقية والقيم المتوقعة في المستقبل وعند استخدام تراكيز الحديد للعامين 2012 و 2013 كانت النتائج ذات تقارب جيد وبمعامل تحديد0.8965.


Article
Water Quality Assessment and Total Dissolved Solids Prediction using Artificial Neural Network in Al-Hawizeh Marsh South of Iraq
تقييم نوعية المياه والتنبؤ للمواد الصلبة الذائبة الكلية باستخدام الشبكة العصبية الاصطناعية في هور الحويزة جنوب العراق

Author: Basim Hussein Khudair باسم حسين خضير
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2018 Volume: 24 Issue: 4 Pages: 147-156
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

The Iraqi marshes are considered the most extensive wetland ecosystem in the Middle East and are located in the middle and lower basin of the Tigris and Euphrates Rivers which create a wetlands network and comprise some shallow freshwater lakes that seasonally swamped floodplains. Al-Hawizeh marsh is a major marsh located east of Tigris River south of Iraq. This study aims to assess water quality through water quality index (WQI) and predict Total Dissolved Solids (TDS) concentrations in Al-Hawizeh marsh based on artificial neural network (ANN). Results showed that the WQI was more than 300 for years 2013 and 2014 (Water is unsuitable for drinking) and decreased within the range 200-300 in years 2015 and 2016 (Very poor water). The developed ANN mode gave a high correlation coefficient reaching 0.927 for the prediction of TDS from the model and showed high levels of TDS in Al-Hawizeh marsh that pose threats to people using the marsh for drinking and other uses. The dissolved Oxygen concentration has the highest importance of 100% in the model because the water of the marsh is fresh water, while Turbidity had the lowest importance.

تعتبر الأهوار العراقية في الحوض الأوسط والسفلي لنهر دجلة والفرات من أكثر النظم الإيكولوجية الرطبة انتشارا في الشرق الأوسط. وفي دوراتها الدنيا، أنشأت نهري دجلة والفرات شبكة من الأراضي الرطبة المعروفة بالأهوار في بلاد ما بين النهرين. إن الأهوار الرئيسية في العراق هي مستنقعات الحويزة الواقعة شرق نهر دجلة جنوب العراق، وتشتمل هذه الأراضي الرطبة على بحيرات المياه العذبة الضحلة المترابطة والمستنقعات وسهول الفيضانات المستنقعة موسميا. تهدف هذه الدراسة إلى تقييم نوعية المياه من خلال مؤشر نوعية المياه (WQI) والتنبؤ بالتركيزات الكلية للاملاح الذائبة في هور الحويزة على أساس الشبكة العصبية الاصطناعية (ANN). وأظهرت النتائج أن مؤشر جودة المياه كان أكثر من 300 لسنوات 2013 و 2014 (المياه غير مناسبة للشرب) وانخفض ضمن نطاق 200-300 في عامي 2015 و 2016 (المياه سيئة جدا). ان استخدام برنامج (ANN) نموذجا ذو معامل الارتباط عالية تصل إلى 0.927 للتنبؤ (TDS) من النموذج وأظهرت مستويات عالية من تراكيز المواد الصلبة الذائبة في أهوار الحويزة التي تشكل تهديدا للأشخاص الذين يستخدمون الأهوار للشرب وغيرها من الاستخدامات. ان تركيز الأوكسجين المذاب له أعلى أهمية 100٪ في النموذج لأن ماء الأهوار هو ماء عذبة، في حين أن العكارة كانت أقل أهمية.


Article
Investigation of Speech Intelligibility Using Artificial Neural Network Model
التحقیق في مفھومیھ الكلام عن طریق نموذج الشبكات العصبیة الاصطناعیة

Author: Dina Harith Shaker دینا حارث شاكر
Journal: AL-MANSOUR JOURNAL مجلة المنصور ISSN: 18196489 Year: 2016 Issue: 26 Pages: 101-118
Publisher: Private Mansour college كلية المنصور الاهلية

Loading...
Loading...
Abstract

A classroom acoustic is an important and difficult part of universityclassroom design. Good design is achieved more on the basis ofacoustics expertise than on pure engineering design. In this paper, theArtificial Neural Network (ANN) model is used for predicting speechintelligibility in classroom. There are several classroom properties such asdiminution of the class, signal to noise ratio (SNR), the location of thestudent and teacher , background noise where collected from theclassroom. A set of word is complied and a speech signal data base wascreated. The sound pressure levels are then measured using soundpressure meter at different classroom positions. A datasheet was obtainedfrom the measurement and then used to provide as training database intolearning process of (ANN) to predict the speech intelligibility at variouslisteners' position of classroom. This method improve high accuracy,efficiency and economic of calculation intelligibility in classrooms.Therefore it reduces the error by using the classic methods

إن الخواص الصوتیة للقاعات الدراسیة ھو جزء مھم في التصمیم الھندسي ولكن یصعب تحقیقھ في ھذهالقاعات وخاصة القاعات الجامعیة. ویتحقق التصمیم الجید باستخدام الخبرة في التصمیم الصوتي معللتنبؤ بمفھومیة (ANN)ِ التصمیم الھندسي النقي. في ھذه الورقة تستخدم الشبكات العصبیة الاصطناعیةالكلام في الفصول الدراسیة ولتشخیص مواقع الضعف والخلل من الناحیة الصوتیة , وھنالك العدید منالخصائص الصوتیة في القاعات الدراسیة التي یجب أخذھا بنظر الاعتبار عند التصمیم منھا أبعاد القاعة,موقع كل من الطالب والأستاذ, الضوضاء الخلفیة قد ,(SNR) النسبة بین الإشارة الصوتیة إلى الضوضاءتم اختیار مجموعة من النصوص وإنشاء خطاب قاعدة البیانات كإشارة ومن ثم قیاس منسوب الضغطالصوتي باستخدام جھاز قیاس منسوب الضغط الصوتي في مواقع مختلفة داخل القاعة. وتم الحصول على(ANN)ِ ورقة البیانات من ھذا القیاس واستخدامھا كقاعدة بیانات لتدریب الشبكات العصبیة الاصطناعیةالتي تعمل على التنبؤ بمفھومیة الكلام داخل القاعة ولمواضع مختلفة للمستمعین. وھذا كلھ یؤدي إلى تقلیلالأخطاء الصوتیة في القاعات الدراسیة وتحسین كفاءة العملیة التعلیمیة.

Keywords

Acoustics --- Noise --- sound pressure level --- speech intelligibility --- and Artificial Neural Network --- ANN model. --- إن الخواص الصوتیة للقاعات الدراسیة ھو جزء مھم في التصمیم الھندسي ولكن یصعب تحقیقھ في ھذه القاعات وخاصة القاعات الجامعیة. ویتحقق التصمیم الجید باستخدام الخبرة في التصمیم الصوتي مع للتنبؤ بمفھومیة ANN --- ِ التصمیم الھندسي النقي. في ھذه الورقة تستخدم الشبكات العصبیة الاصطناعیة الكلام في الفصول الدراسیة ولتشخیص مواقع الضعف والخلل من الناحیة الصوتیة --- وھنالك العدید من الخصائص الصوتیة في القاعات الدراسیة التي یجب أخذھا بنظر الاعتبار عند التصمیم منھا أبعاد القاعة --- موقع كل من الطالب والأستاذ --- الضوضاء الخلفیة قد --- SNR --- النسبة بین الإشارة الصوتیة إلى الضوضاء تم اختیار مجموعة من النصوص وإنشاء خطاب قاعدة البیانات كإشارة ومن ثم قیاس منسوب الضغط الصوتي باستخدام جھاز قیاس منسوب الضغط الصوتي في مواقع مختلفة داخل القاعة. وتم الحصول على ANN --- ِ ورقة البیانات من ھذا القیاس واستخدامھا كقاعدة بیانات لتدریب الشبكات العصبیة الاصطناعیة التي تعمل على التنبؤ بمفھومیة الكلام داخل القاعة ولمواضع مختلفة للمستمعین. وھذا كلھ یؤدي إلى تقلیل الأخطاء الصوتیة في القاعات الدراسیة وتحسین كفاءة العملیة التعلیمیة.

Listing 1 - 7 of 7
Sort by
Narrow your search

Resource type

article (7)


Language

English (6)

Arabic and English (1)


Year
From To Submit

2019 (1)

2018 (1)

2016 (2)

2015 (1)

2014 (2)