دانشگاه تبریز مهندسی مکانیک دانشگاه تبریز 2228-5148 49 4 2019 12 22 A Neural-Network Model for Prediction of Damage Initiation Force in Mode 1 Delamination of Composite Materials مدل شبکۀ عصبی برای پیش‌بینی نیروی شروع آسیب در تورق مود 1 مواد کامپوزیت 1 7 9427 FA زهره ابراهیمی استادیار، گروه مهندسی مکانیک، دانشگاه پیام نور، تهران، ایران محمود بهرامی رهنما دانشجوی کارشناسی ارشد، گروه مهندسی مکانیک، دانشگاه پیام نور، تهران، ایران Journal Article 2017 02 03 در این مقاله، یک مدل شبکۀ عصبی مصنوعی به‌منظور بررسی شروع رشد ترک در مواد کامپوزیت در حالت بارگذاری عمودی ارائه شده است. ابتدا، یک مدل المان محدود، با استفاده از نرم‌افزار ABAQUS، برای شبیه‌سازی تورق در مواد کامپوزیت تحت بارگذاری مود 1، ایجاد شده است. برای راستی آزمایی مدل اجزاء محدود، منحنی نیرو- جابه‌جایی شبیه‌سازی عددی با نمودار تجربی مربوطه مقایسه می‌شود. شبیه‌سازی‌های مختلفی با مقادیر متفاوت طول اولیۀ ترک و ضخامت نمونه، اجرا می‌شوند. نیروی لازم برای شروع رشد ترک در هر شبیه‌سازی، از نمودار نیرو- جابه‌جایی مربوطه، محاسبه می‌شود. این داده‌ها برای توسعۀ مدل شبکۀ عصبی مصنوعی، که قادر به پیش‌بینی نیروی لازم برای شروع رشد ترک در بارگذاری مود 1 برای هر مقدار دلخواه طول اولیۀ ترک و ضخامت نمونه است، به کار می‌رود. شبکۀ توسعه یافته، دو سلول عصبی ورودی دارد و نیروی لازم برای شروع آسیب در لایۀ خروجی محاسبه می‌شود. کارایی مناسب شبکۀ عصبی مصنوعی، با مقایسۀ نتایج آن با شبیه‌سازی‌های اجزاء محدود نشان داده شده است. تطابق خوب خروجی‌ها و اهداف در نمودارهای رگرسیون، نشان می‌دهد که پاسخ شبکۀ عصبی رضایت‌بخش است. https://tumechj.tabrizu.ac.ir/article_9427_ed3be25c20f1d4feced23a113cfb29e2.pdf