Thesis
/ | ROMDOC-THESIS-2016-569 |
Utilizarea reţelelor neuronale artificiale la optimizarea proceselor industriale, cu aplicaţii în producţia de BCA
Ilie, Constantin
2010-03-29
Abstract: Titlul tezei de doctorat: UTILIZAREA REŢELELOR NEURONALE ARTIFICIALE LA OPTIMIZAREA PROCESELOR INDUSTRIALE, CU APLICAŢII ÎN PRODUCŢIA DE BCA Autor Coordonator Ing. Constantin ILIE Prof. dr. ing. Corneliu NEAGU Scurt REZUMAT Pornind de la implementarea generală a reţelelor neuronale artificiale (RNA) în modelarea şi simularea sistemelor şi proceselor de producţie, rezultatele cercetării s-au concretizat în implementarea RNA în procesele de industriale, cu aplicaţii în producţia de beton celular autoclavizat (BCA). Cercetarea a fost organizată pe două direcţii principale şi s-au obţinut rezultate specifice, după cum urmează: Prezentarea informaţiilor şi concluziilor obţinute din cercetarea şi documentarea bibliografică, dar şi din rezultatele aplicării acestor informaţii în cadrul primelor examene componente ale stagiului de pregătire a doctoratului. Evidenţierea contribuţiilor personale privind utilizarea reţelelor neuronale artificiale (RNA) la optimizarea proceselor inudustriale, cu aplicaţii în producţia de beton celular autoclavizat (BCA). Aceasta a cuprins: Determinarea bazelor teoretice necesare simulării procesului de turnare a betonului celular autoclavizat; Construcţia, atât teoretică cât şi practică a reţelei neuronale artificial, în vederea aplicării sale; Instruirea reţelei neuronale artificiale şi utilizarea sa pentru simularea procesului de formare a blocurilor de betonului celular autoclavizat. Rezultatele obţinute au corespuns condiţiilor şi standardelor stabilite; Optimizarea reţetei de turnare şi a caracteristicilor proceszului de formare a betonului celular autoclavizat, în vederea micşorării a numărului de blocuri rebut sau diforme. Au fost determinate prin simulare cantităţi optime de compuşi ai reţetei, în vederea obţinerii valorilor maxime a înălţimii blocului de BCA fără a produce efecte negative asupra formei sau caracteristicilor mecanice ale blocului. ABSTRACT Considering the general implementation of the artificial neural network (ANN) for the industrial processes and systems simulations, the results of the research materialized in implementations in industrial processes with applications in manufacture of the gas-formed concrete (GFC). The developed research was organized in two main direction and specific results were obtained, as follows: Bringing forward the information and conclusions obtained from the documentation and references research, but also from the use of these information in the preparation exams for the drafting of the present doctoral thesis; Showing the personal contribution regarding the use of artificial neural network for the optimization of industrial processes, with the application in the manufacture of the GFC. Those contribution contains: Defining the theoretical basis needed for the process of pouring the gas-formed concrete; Developing the theoretical and applied artificial neural network, for the future use; Training the artificial neural network and using it for the simulation of the gas-formed concrete forming. The obtained results respected the initial standards and conditions imposed; Optimizing the receipt and process characteristic for the pouring of gas-formed concrete, in order to minimize the number of critical GFC blocks. Thus, through the simulation, the optimal quantities for the receipt were determined, in order to obtain the maximal values of the gas-formed concrete blocks, without inflicting negatives effects over the forms and the mechanical characteristics of the GFC block.
Keyword(s): Reţele neuronale artificiale -- Teză de doctorat ; Beton celular autoclavizat (BCA) -- Materiale de construcţii -- Teză de doctorat
OPAC: See record in BC-UPB Web OPAC
Full Text: see files
Record created 2016-11-01, last modified 2016-11-01
Similar records
People who viewed this page also viewed: |
|
|
Be the first to review this document.
Start a discussion about any aspect of this document.