
Как проехать	Контакты	Включить версию сайта для слабовидящих

Библиотека

ЦЭБС АПК

Услуги

[Ввод запроса]

^ШХР: *http://www.cigrjournal.org/index.php/Ejounral (http://www.cigrjournal.org/index.php/Ejounral)
^АВТ: Azadbakht M.; Torshizi M.V.; Ziaratban A.; Ghajarjazi E.
^ЗГЛ: Application of Artificial Neural Network (ANN) in predicting mechanical properties of canola stem under shear loading [Применение искусственной нейронной сети (ANN) к прогнозированию механических свойств стебля канолы под действием срезающего усилия. (Иран)]
^ВЫХ: Agricultural Engineering International. - ФРГ, 2016; Vol.18,N 2. - P. 413-425
^ДАТ: 2016
^ПРМ: Bibliogr.:p.424-425
+Реферат:

^РЕФ: С помощью кривой "усилие-деформация" вычисляли характеристики резания стебля канолы, включая усилие среза (УС), сопротивление срезу (СС), энергию среза (ЭС) и энергетические затраты; затем данные физико-механические свойства прогнозировали, используя нейронную сеть искусственного интеллекта с механизмом прогнозирования событий. Для тестов использовали испытательную машину Instron (модели Santam STM-5) с тензодатчиком силы в 50 Н. Стебли 3 диаметров (1-3, 3-5 и более 5 мм), при 3 скоростях резания (75, 115 и 150 мм/мин), 3 углах резания (0, 30 и 60°) и 3 повторностях. Каждый стебель тестировался до полного среза. Результаты показали, что при увеличении диаметра и угла резания показатели УС, СС, ЭС мощность и работа на срез также увеличивались. Кроме того, с увеличением скорости резания показатели СУ, СС и ЭС снижались. По результатам статистического анализа с использованием нейронной сети искусственного интеллекта выявлено, что наилучшие показатели ЭС и УС, мощность и работа на срез стебля канолы составляют 194, 2000 и 275, 92 и 350 соответственно. Сделан вывод, что нейронные сети могут быть использованы для интеллектуальных механизмов резания и прогнозирования физико-механических свойств стеблей растений. Ил. 15. Табл. 2. Библ. 23.

^TRN: 1694832
^ВИД: Статья из книги
^ЯЗК: Английский
+Индексирование:

—


назад	Главная страница ЦНСХБ