رفتن به محتوای اصلی
x
تصویر

جلسه دفاع از پیشنهادیه رساله دکتری (آقای عادل جعفرزاده جزی)

موضوع:  پیش‌بینی ارتعاشات سازه‌های مکانیکی با استفاده از یادگیری ماشین
ارائه دهنده:  عادل جعفرزاده جزی
استادان راهنما: جناب آقای دکتر رضا تیکنی
استادان مشاور: جناب آقای دکتر سعید ضیایی راد- سرکار خانم دکتر سمانه حسینی
استادان داور: جناب آقای دکتر حسن نحوی- جناب آقای دکتر سعید بهبهانی- جناب آقای مهران صفایانی

چکیده
به دنبال ساخت کامپیوتر در قرن بیستم، انسان همواره به دنبال استفاده از این ماشین به جای خود بوده است، به‌گونه‌ای که این ماشین بتواند کارهایی که هر انسان قادر به انجام آن است را انجام دهد. بدیهی است که مهمترین و دشوارترین گام این حرکت، فکر کردن و تصمیم‌گیری کامپیوتر است، اینکه کامپیوتر بتواند تصمیماتی مشابه با انسان بگیرد. در سال‌های اخیر، کار بر روی یادگیری ماشین که خود زیر مجموعه‌ای از هوش مصنوعی است، در حل مسائل مختلف افزایش چشمگیری یافته و یکی از این مسائل کاربرد آن در مهندسی مکانیک است. امروزه از این روش در انجام محاسبات مکانیکی همچون حرارت و سیالات، دینامیک سازه‌ها، دینامیک مولکول‌ها و پایش وضعیت ماشین‌آلات صنعتی استفاده می‌شود. از طرف دیگر، یکی از زمینه‌های مهم مهندسی مکانیک بررسی ارتعاشات سازه‌های مکانیکی است که دارای حجم محاسباتی بالایی برخوردار می‌باشند. این نوع از محاسبات در طراحی سازه‌هایی که دارای منبع تولید کننده ارتعاشات هستند، چه در قسمت سازه ثابت و چه در قسمت دوار، همچون کمپرسورهای دورانی، پمپها و انواع توربین‌های بخار و گاز دارای کاربرد فراوانی بوده که یکی از مشکلات در این زمینه زمان‌بر بودن و نیاز به سخت افزار بسیار قوی جهت انجام محاسبات ارتعاشاتی می‌باشد. این امر باعث بروز مشکل در تحلیل، طراحی و بهینه‌سازی سازه‌ها  شده و امروزه پژوهشگران در تلاش هستند تا به روش‌هایی دست پیدا کنند که در تحلیل سازه‌ها، بسیار سریع‌تر از روش‌های مرسوم باشند. در این پژوهش به بررسی ارتعاشات یک سازه با استفاده از روش یادگیری ماشین پرداخته خواهد شد، به‌طوری‌که در ابتدا ارتعاشات سازه با شرایط متفاوت و با استفاده از روش‌های تحلیلی و یا المان محدود به‌عنوان داده‌های یادگیری و تست بدست آمده و پس از آن با استفاده از یک روش یادگیری، الگوریتم مسئله آموزش داده شده و پس از آن با استفاده از داده‌های تست، الگوریتم نوشته شده مورد آزمایش قرار خواهد گرفت. در نهایت می‌توان از این الگوریتم به منظور بررسی ارتعاشات یک نمونه جدید از سازه استفاده کرد و با زمانی بسیار کمتر از محاسبات مرسوم همچون المان محدود به جواب رسید. بدیهی است کاهش زمان و حجم محاسبات تاثیر بسزایی در واقعی‌تر کردن محاسبات با وارد کردن پارامترهای موثر در ارتعاشات سازه‌ها همچون اصطکاک، اثر سیال، حرارت و غیره و همچنین بهنیه سازی این نوع از سازه‌ها خواهد داشت.
کلمات کلیدی: یادگیری ماشین، پیش‌بینی ارتعاشات، محاسبه سریع، تحلیل سازه‌ها

 

تحت نظارت وف ایرانی