Vol.21, Special Issue, 2021, pp. S69–S73
UDK:

OTKRIVANJE PRSLINE U KONSTRUKCIJI POBOLJŠANIM PRISTUPOM REKURENTNIH NEURONSKIH MREŽA

S.P. Jena1, S. Sahu2

1) Vardhaman College of Engineering, Hyderabad, INDIA

2) School of Mechanical Engineering, KIIT Deemed to be University, Bhubaneswar, INDIA

email: shaktipjena@gmail.com , sasmita.sahufme@kiit.ac.in

 

Izvod

Metodologija istraživanja se fokusira na metodi za procenu prsline u problemu dinamičkog prenosa mase, u okviru domena poboljšanih Rekurentnih Neuronskih Mreža (RNN). U ovoj analogiji se razmatra prosta greda sa prslinom pod dejstvom prenosa mase kao studija slučaja. Pristup sa bazom znanja RNN Elmana (ERNN) je implementiran u ovaj problem radi iznalaženja položaja i veličine prsline u nosaču u modu kontrole. Levenberg-Merkartov (L-M) algoritam ili mehanizam sa povratnim prostiranjem greške je primenjen za treniranje baze znanja ERNN strukture. Radi obezbeđenja robustnosti ovih istraživanja, pripremljen je i analiziran numerički problem. Celokupna metoda za otkrivanje prsline je izvedena u modu kontrole. Dobijeni rezultati pristupom ERNN su upoređeni sa numeričkim, gde je poklapanje u dobroj meri konvergentno.

Ključne reči: prslina, ERNNs, L-M algoritam sa povratnim prostiranjem greške

rad u celosti (308 kB)