شبیه سازی شبکه عصبی استفاده شده در مقاله"کاربرد شبکه عصبی در محاسبه افت فشار در لوله ها"با استفاده از MATLAB
در این تحقیق از نخستین کاربرد شبکه های عصبی یعنی تقریب توابع برای تقریب دیاگرام مودی برای استخراج ضریب اصطکاک دارسی که در محاسبات مربوط به افت فشار سیال لوله ها ناشی از اصطکاک ،استفاده می شود.در مکانیک سیالات ضریب اصطکاک دارسی یا از نمودار مودی استخراج می شود و یا از فرمول های نیمه تجربی مانند معادله کلمبرک محاسبه می شود. در این مقاله تعداد ۱۲۰۰ نمونه از دو داده ورودی به نام عدد بی بعد رینولدز و زبری نسبی لوله تولید کرده ایم که داده های معلوم مسئله هستند و بصورت تصادفی و در محدوده مشخص انتخاب شده اند و۱۲۰۰ نمونه داده خروجی ضریب اصطکاک دارسی است که از روی نمودار مودی و با استفاده از داده های ورودی استخراج شده و به عنوان داده ای آموزش برای شبکه عصبی طراحی شده در نظر گرفته شده اند. آموزش شبکه را با دو سری داده انجام شده است یک سری داده های معمولی و خام و سری دوم داده هایی که ورودی های آنها بصورت غیر خطی نورمالایز لگاریمی شده اند و تفاوت خطای نهایی آنها مورد بررسی قرار گرفته شده است. بعد از آموزش شبکه و رسیدن به سطح خطای مطلوب ،ضریب اصطکاک را از برنامه گرفته و وارد قسمت دوم برنامه برای محاسبه افت فشار لوله ناشی از اصطکاک سیال با جدار لوله برای جریان کاملا فراگیر و لوله با قطر ثابت کرده و افت هد اصلی را بدست آورده ایم
مقدمه
توضیحاتی در مورد جریان در لوله ها و دیاگرام مودی
افت فشار
شبیه سازی شبکه عصبی
داده های ورودی و خروجی
آموزش شبکه عصبی با جعبه ابزار Matlab
توضیح جز به جز برنامه نوشته شده
خروجی شبکه
بررسی نمودارهای استخراج شده
تعیین تعداد نورون های لایه پنهان
مثالی از محاسبه افت فشار در یک لوله با استفاده از برنامه نوشته شده
خروجی شبکه
منابع و مآخذ
پروژه شبیه سازی شبکه عصبی-کاربرد شبکه عصبی در محاسبه افت فشار در لوله ها-آموزش شبکه عصبی با جعبه ابزار Matlab