پیش بینی مدول الاستیک کامپوزیت های الیاف کوتاه به روش شبکه عصبی

کامپوزیت های الیاف کوتاه به دلیل آسانی پروسه تولید و پایین تر بودن هزینه ساخت، یکی از پرکاربردترین انواع کامپوزیت ها می باشند. از سویی دیگر ماهیت فرآیندهایی که برای این نوع کامپوزیت ها به کار گرفته می شود، به عنوان مثال روش قالبگیری تزریقی، به گونه ای است که باعث ایجاد حالت رندم در مقادیر طول و آرایش یافتگی الیاف آنان می شود. لذا به منظور محاسبه خواص مکانیکی این مواد، لازم است توزیع مقادیر طول و زاویه الیاف با جهت بارگذاری(اعمال نیرو)، در نظر گرفته شود. در کنار عوامل ذکر شده، وجود اثر انتها در کامپوزیت های الیاف کوتاه، سبب ایجاد ضرورت برای یافتن مدلی متفاوت با کامپوزیت های الیاف بلند می شود. به این منظور تا کنون تحقیقات زیادی صورت گرفته که از آن جمله بکارگیری روش المان محدود و یا تصحیح معادله اختلاط از طریق ضرب فاکتورهای اعمال کننده ی تاثیر توزیع طولی و توزیع آرایش یافتگی، می باشند. با توجه به فرضیات محدود کننده روشهای موجود، پیچیدگی محاسبات شان و نیز به منظور افزایش دقت پیش بینی در برخی از آنها، در این تحقیق، هدف بررسی قابلیت روش شبکه عصبی به منظور پیش بینی مدول الاستیک کامپوزیت های الیاف کوتاه است. مزیت اصلی این روش نسبت به سایر روشها، عدم وجود هر نوع پیش فرض محدود کننده ونیز سهولت کار می باشد. لذا، پس از جمع آوری داده از نمونه های کامپوزیت الیاف کوتاه شیشه و رزین پلی پروپیلن( به روشی که شرح آن در مقاله آمده است)، ساختارهای مختلف شبکه عصبی توسط داده های جمع آوری شده، تست و آموزش داده شد و بهترین ساختار شبکه عصبی که دارای نزدیک ترین مقادیر خروجی به داده های تجربی بود، انتخاب گردید. و به این ترتیب، ارزش روش شبکه عصبی برای پیش بینی مدول الاستیک طولی کامپوزیت های الیاف کوتاه به اثبات رسید.