بهبود پیشگویی رفتار کششی پارچه های تاری و پودی با استفاده از شبکه عصبی و سامانه فازی

روش های هوش محاسباتی، فرآیند تعیین یک مدل مناسب برای سیستم بر اساس داده ها و پارامترهای اندازه گیری شده می باشد. این روش ها از قابلیت انعطاف در تعریف و ارزیابی مدل نسبت به روش های معمول (مدل های تحلیلی) برخوردار است. انعطاف پذیری در فرآیندهای پیچیده بدلیل مشخص نبودن رفتار سیستم بطور دقیق، بسیار مهم می باشد. لذا بهره گیری از این روش ها در شناخت رفتار منسوج از طریق مطالعات مهندسی و با استفاده از قوانین مکانیکی و فیزیکی و ارتباط آنها با عوامل موثر در رسیدن به اهداف خاص دارای اهمیت ویژه ای است. در این پایان نامه ابتدا به مدل سازی شبکه عصبی مصنوعی پیشخور تک لایه مخفی بر اساس الگوریتم انتشار به عقب با چهار گره ورودی و یک گره خروجی پیشگویی مدول اولیه کششی پارچه پرداخته شده است. سپس با استفاده از شبکه عصبی و تعریف شاخصی موثر، مدول اولیه ساختارهای بافت (تافته، مشتقات تافته، سرژه، ساتین) پیشگویی شده که نهایتا با توجه به نوع ورودی ها نتایج حاصل بهبود یافت. در این تحقیق مقادیر بردارهای ورودی از ترکیب های عبارتی پارامترهای هندسی نخ و پارچه بر اساس مدل ریاضی لیف (leaf)[13] استخراج شده است. مجموعه داده ها به مجموعه داده های آموزشی، اعتبارسنجی و آزمون تقسیم شده اند. در مرحله بعد، مدل سازی منطق فازی برای پیش بینی رفتار اولیه کششی پارچه ساختار تافته قابل استفاده بود . متغیرهای ورودی شامل سختی خمشی نخ های تار و پود، فاصله بین نخ های تار و پود، طول نخ های تار و پود در یک تقاطع بافت و متغیر خروجی شامل مدول یانگ اولیه پارچه در چهت تار و پود فازی ساز شده و توابع عضویت مثلثی برای زیر مجموعه های فازی بکار گرفته شده است. بوسیله کاربرد قوانین فازی به شکل اگر-آنگاه، متغیرهای ورودی به متغیرهای خروجی نگاشت گردید و از روش غیر فازی ساز مرکز ثقل برای استنتاج فازی استفاده گردید. در مرحله آخر از ترکیب دو روش فوق برای پیشگویی مدول کششی پارچه در جهت تار و پود بهره گرفته شده است. ضمنا از روش مدل رگرسیون خطی (روش آماری) جهت مقایسه استفاده گردید. با استفاده از روش های هوش مصنوعی دستیابی به تخمین مدول یانگ اولیه در جهت تار و پود امکان پذیر گردید. محدده خطای پیشگویی شبکه های آموزش داده شده بین 6-15 ? است. کارایی سیستم های استنتاج تطبیقی عصبی –فازی (محدوده خطای پیشگویی بین 8-13?) برای پارچه های ساختار تافته نسبت به مدل های فازی (محدوده خطای پیشگویی بین 10-17?) بهتر می باشد. نتیجه آنکه، روش شبکه عصبی مدول کششی پارچه را نسبت به بقیه روشها با خطایی کمتر پیشگویی نموده و بهترین کارآیی را داشته است.