دانلود مقاله تخمین هوشمند دبی جریان زیربحرانی در شیب شکن قائم مستطیلی با استفاده از شبکة عصبی مصنوعی
دانلود مقاله با موضوع تخمین هوشمند دبی جریان زیربحرانی در شیب شکن قائم مستطیلی با استفاده از شبکة عصبی مصنوعی
نوع فایل : PDF
تعداد صفحات : 9
شرح محتوا
چکیده مقاله:تعیین ارتباط بین عمق بحرانی و عمق جریان در لبة شیب شکنهای قائم با جریان زیربحرانی در بالادست آن یکی از مسائل مهم و مورد توجه مهندسان هیدرولیک بوده است. اگر ارتباط بین این دوعمق بخوبی برآورد شود، از این سازه میتوان به عنوان ابزار اندازه گیری دبی جریان درکانالهای آبیاری استفاده نمود. تاکنون تحقیقات فراوانی برای یافتن ارتباط میان این دو عمق صورت پذیرفته است. در این تحقیقات معموًلا سعی شده است با اندازه گیریهای آزمایشگاهی، منحنی مناسبی بر داده های حاصل برازش داده شود. لیکن، معمولا ارتباط این دومتغیر به صورت خطی در نظرگرفته میشود وهمین موضوع موجب ایجاد خطا درتخمین دبی جریان می گردد. دراین مقاله سعی شده است با تبیین ویژگیهای شبکه های عصبی مصنوعی، شبک های از نوع پرسپترون چند لایه با قانون یادگیری پس انتشار خطا برای بازیابی نگاشت غیرخطی میان الگوهای مستقل داده ها و متغیرهای وابسته طراحی گردد که به کمک آن، امکان تخمین هوشمند دبی جریان میسرگردد. نتایج حاصل نشان میدهد که انطباق خوبی بین مقادیر پیش بینی شدة دبی ناشی ازشبکة عصبی مصنوعی و داده های آزمایشگاهی وجود دارد.علاوه بر این، استفاده از شبکة عصبی مصنوعی نیز می تواند شیب شکن را به عنوان ابزاری برای اندازه گیری دبی جریان در سیستمهای انتقال آب و شبکه های آبیاری مطرح سازد.
کلیدواژه‌ها:شیب شکن، دبی جریان، شبکة عصبی مصنوعی، تخمین هوشمند، یادگیری، پرسپترون چند لایه
مقاله تخمین مدت زمان خشک شدن مواد غذایی با استفاده از بینایی کامپیوتر و شبکه عصبی
فرمت فایل : word (قابل ویرایش) تعداد صفحات : 16 صفحه
چکیده
بینایی کامپیوتر یکی از پرکابردترین فن آوری‌های مورد استفاده در صنایع غذایی و کشاورزی نوین است. بیشترین کاربرد بینایی کامپیوتر در آزمایشگاه‌های کنترل کیفیت می‌باشد. در مقاله حاضر سیستمی مبتنی بر بینایی کامپیوتر و شبکه عصبی برای تخمین مدت زمان خشک‌شدن مواد غذایی ارائه شده است. آزمایشها بر روی فرایند خشک‌شدن کدوحلوایی اسمزی با استفاده از جریان هوای گرم انجام گرفته است. در این آزمایش، تصویری از یک قطعه کدوحلوایی تهیه شده و به سیستم داده میشود. سپس با استفاده از الگوریتم‌های پردازش تصویر محل کدوحلوایی در تصویر تعیین شده و تعدادی از ویژگیهای آن شامل مساحت، همگنی، کنتراست و آنتروپی تصویر استخراج میشود. ویژگیهای استخراج شده به یک شبکه عصبی پرسپترون چند لایه داده شده تا مدت زمان قرار گرفتن قطعه کدوحلوایی در فرایند خشک‌شدن را تعیین کند. نتایج آزمایشها نشان میدهد خطای تخمین مدت زمان خشک‌شدن کدوحلوایی حدود 1 ساعت است. این نتایج برای چنین سیستمی بسیار خوب به نظر می‌رسد.
1- مقدمه
امروزه افزایش جمعیت و محدودیت منابع طبیعی باعث ایجاد یک مشکل جهانی به نام بحران غذا شده است. تولید و فراوری محصولات کشاورزی با روش‌های سنتی بازدهی کمی دارد و مقرون به صرفه نیست. بنابراین مکانیزاسیون سیستمهای کشاورزی و استفاده از فناوری‌های نوین در تولید و فراوری مواد غذایی امری اجتناب ناپذیر است. بینایی کامپیوتر[1] (بینایی ماشین) یکی از شاخه‌های بسیار مهم از هوش مصنوعی می‌باشد که کاربرد‌های فراوانی در صنایع غذایی، خصوصا در آزمایشگاه‌های کنترل کیفیت دارد. سیستمهای کنترل کیفیت مبتنی بر بینایی کامپیوتر در شیلات، کشتارگاه‌های دام و طیور، محصولات باغی و صنایع لبنی و ... مورد استفاده قرار می‌گیرد [1].
به طور کلی یک سیستم بینایی کامپیوتر شامل بخش تجهیزات اخذ تصویر و نرم‌افزار پردازش تصویر می‌باشد. تجهیزات اخذ تصویر شامل سیستم نورپردازی، دوربین و در صورت لزوم کارت اخذ تصویر است. مرحله اخذ تصویر در سیستم بینایی کامپیوتر نقش بسیار موثری در کارایی کل سیستم دارد. انتخاب روش نورپردازی، چینش سیستم نورپردازی و نوع دوربین و تنظیمات آن، کیفیت تصویر را تحت تاثیر قرار میدهد. پس از دریافت تصویر، الگوریتم‌های پردازش تصویر بر روی تصویر ورودی اعمال شده تا اطلاعات لازم از آن استخراج شود. بخش نرم‌افزاری سیستمهای بینایی کامپیوتر می‌تواند علاوه بر الگوریتم‌های پردازش تصویر، از سایر ابزارهای هوش‌مصنوعی مانند شبکه‌های عصبی نیز برای هوشمند کردن و انجام خودکار عملیات استفاده نمایند.
یکی از مهمترین کاربرد‌های سیستم بینایی کامپیوتر در بررسی تغییرات رنگ و پارامترهای تصویری مواد غذایی در طول فرایند خشک کردن آنها است. فرناندز[2] و همکارانش کاربرد بینایی کامپیوتر در خشک کردن حلقه‌های سیب را مورد مطالعه قرار داده‌اند [2]. کروکیدا[3] و همکارانش سینتیک تغییرات رنگ در مدت زمان خشک شدن، تاثیر نوع عملیات پیش‌فراوری (مثل قرار دادن در محلول قندی) و روش خشک کردن بر رنگ محصول نهایی را مورد مطالعه و بررسی قرار داده‌اند [3,4,5]. شفافی زنوزی و همکارانش با استفاده از روش‌های پردازش تصویر، به بررسی تغییرات رنگ، کنتراست و انرژی تصویر در طول فرایند خشک‌کردن کدوحلوایی پرداخته‌اند [6]. هدف از انجام این مطالعات، ارائه یک مدل مناسب برای توصیف فرایند خشک کردن مواد غذایی است.
در مقاله حاضر، هدف ارائه یک سیستم مبتنی بر بینایی کامپیوتر برای تخمین مدت زمان خشک کردن مواد غذایی (مطالعه موردی برای کدوحلوایی) است. در آزمایشات انجام شده، تصاویری از روند خشک شدن کدوحلوایی اسمزی با استفاده از جریان هوای گرم تهیه شده و مورد تحلیل و بررسی قرار می‌گیرد. در این تحلیل ابتدا با استفاده از الگوریتم‌های پردازش تصویر، تعدادی از ویژگیهای تصویر کدوحلوایی استخراج شده و سپس با استفاده از یک شبکه عصبی پرسپترون چند لایه[4] (MLP) مورد پردازش قرار می‌گیرد. در این سیستم شبکه عصبی مدت قرار گرفتن کدوحلوایی در برابر جریان هوای گرم را تخمین می‌زند