tailieunhanh - Ứng dụng mạng trí tuệ nhân tạo tìm cốt liệu tương đương cho bài toán tính hệ số dẫn hiệu quả của vật liệu không đồng nhất

Bài viết này ứng dụng mạng trí tuệ nhân tạo để tìm cốt liệu tương đương có hình dạng đơn giản. Với cốt liệu tương đương, các công thức giải tích tính nhanh các hệ số dẫn có thể được áp dụng nhằm đơn giản hóa bài toán. | Tạp chí Khoa học Công nghệ Xây dựng NUCE 2021. 15 1V 112 122 ỨNG DỤNG MẠNG TRÍ TUỆ NHÂN TẠO TÌM CỐT LIỆU TƯƠNG ĐƯƠNG CHO BÀI TOÁN TÍNH HỆ SỐ DẪN HIỆU QUẢ CỦA VẬT LIỆU KHÔNG ĐỒNG NHẤT Nguyễn Thị Hải Nhưa a Khoa Công nghệ Thông tin Trường Đại học Xây dựng 55 đường Giải Phóng quận Hai Bà Trưng Hà Nội Việt Nam Nhận ngày 21 01 2021 Sửa xong 10 03 2021 Chấp nhận đăng 11 03 2021 Tóm tắt Tính chất của các vật liệu không đồng nhất có thể được tính nhanh sử dụng các công thức xấp xỉ. Các công thức này thường chỉ áp dụng cho các trường hợp có hình dáng cốt liệu đơn giản như hình tròn và hình cầu. Trong các vật liệu thực cốt liệu có thường có hình dáng phức tạp hoặc rất phức tạp. Mô tả đầy đủ hình dáng vật liệu bằng phương pháp phần tử hữu hạn có thể đòi hỏi lưới chia rất mịn hoặc cần dùng đến các kỹ thuật hỗ trợ khác nếu dùng phương pháp phần tử mở rộng việc này tiêu tốn thời gian và công sức tính toán. Bài báo này ứng dụng mạng trí tuệ nhân tạo để tìm cốt liệu tương đương có hình dạng đơn giản. Với cốt liệu tương đương các công thức giải tích tính nhanh các hệ số dẫn có thể được áp dụng nhằm đơn giản hóa bài toán. Từ khoá hệ số dẫn vật liệu không đồng nhất cốt liệu tương đương mạng trí tuệ nhân tạo. APPLICATION OF ARTIFICIAL NEURAL NETWORKS SPECIFYING THE EQUIVALENT INCLUSION FOR THE EFFECTIVE CONDUCTIVITY OF HETEROGENEOUS MATERIALS Abstract The effective properties of inhomogeneous materials can be estimated quickly by approximation formulas. These formulas are limited to the cases of ideal-shaped inclusions such as circles or spheres. The shape of inclusions of actual materials is usually complex or highly complex. Describing in detail using the Finite Ele- ment Method FEM may require a fine mesh or need an additional technique such as using the Extended-FEM which costs time and effort. This work employs the artificial neural network to specify the equivalent simple inclusion. With the equivalent one simple analytic formulas estimating the conductivity are applicable for