CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

Prediction of the Mechanical Properties of LDPE-Thermoplastic Corn Starch Nanocomposites Using the Adaptive Neuro-Fuzzy Inference System

اعتبار موردنیاز: ۱ | تعداد صفحات: ۹ | تعداد نمایش خلاصه: ۲۴۲ | نظرات: ۰
سال انتشار: ۱۳۹۰
کد COI مقاله: ICHEC07_217
زبان مقاله: انگلیسی
حجم فایل: ۷۹۵.۹۳ کلیوبایت (فایل این مقاله در ۹ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۹ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله Prediction of the Mechanical Properties of LDPE-Thermoplastic Corn Starch Nanocomposites Using the Adaptive Neuro-Fuzzy Inference System

  Maryam Sabetzadeh - Corresponding Author Address:Department of Chemical Engineering, Polymer Group, Isfahan University of Technology, Isfahan, 84156-83111
Maryam Shahriyarikahkeshi -
Rouhollah Bagheri -

چکیده مقاله:

In this work, LDPE-Thermoplastic Corn Starch (TPCS) blends containing different amounts (0.5-3phr) of Cloisite®15A nanoparticles was prepared using the extrusion process. In practice, it is difficult to carry out several experiments for identification the relationship between the extrusion process parameters and the mechanical properties. To address this issue, the relationship between the processing parameters and the mechanical properties of the LDPE-TPCS nanocomposites have been mapped using non-linear system identification approach namely, adaptive-neuro fuzzy inference system (ANFIS). ANFIS model combines the merits of both fuzzy systems and neural networks technology. So, in this way, multi input-single output (MISO) models were developed topredict mechanical properties such as ultimate tensile strength, elongation atbreak, Young’smodulus and relative impact strength of all the samples. The proposed ANFIS model utilize temperature, torque and Cloisite®15A content as input parameters to predict the desired mechanical property. The results obtained in this work indicated that ANFIS is an effective and intelligent method for prediction of the mechanical properties of the LDPE-TPCS nanocomposites with a good accuracy. The statistical quality of the ANFIS model was significant due to its good correlation coefficient R 2 values > 0.8 between experimental and simulated outputs.

کلیدواژه‌ها:

prediction cloisite 15A,temperature,torque,nanocomposite,mechanical properties,anfis

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
http://www.civilica.com/Paper-ICHEC07-ICHEC07_217.html
کد COI مقاله: ICHEC07_217

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Sabetzadeh, Maryam; Maryam Shahriyarikahkeshi & Rouhollah Bagheri, ۱۳۹۰, Prediction of the Mechanical Properties of LDPE-Thermoplastic Corn Starch Nanocomposites Using the Adaptive Neuro-Fuzzy Inference System, هفتمین کنگره ملی مهندسی شیمی, جزیره کیش, انجمن مهندسی شیمی ایران (IACHE), http://www.civilica.com/Paper-ICHEC07-ICHEC07_217.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (Sabetzadeh, Maryam; Maryam Shahriyarikahkeshi & Rouhollah Bagheri, ۱۳۹۰)
برای بار دوم به بعد: (Sabetzadeh; Shahriyarikahkeshi & Bagheri, ۱۳۹۰)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • The _ Internationt Chemical Engineering Congress & Exhibition (ChEC 2011) ...
  • . SY Lee, R Weber, MA Hanna, DD Jones. Residence ...
  • . RAM Noor, Z Ahmad, MM Don, MH Uzir. Modelling ...
  • . Johanya, x, ZC k, da, mme, A M. Yield ...
  • . T Hanai, T Ohki, H Honda, T Kobayashi. Analysis ...
  • . O Popescu, DC Popescu, J Wilder, MV Karwe. a ...
  • . H-X Huang, S Lu. Modeling parison formation in extrusion ...
  • . JSR Jang. ANFIS: adaptive -network-b ased fuzzy inference system. ...
  • . JSR Jang, CT Sun, E Mizutani. Neuro-fuzzy and soft ...
  • . AK Pannier, RM Brand, DD Jones. Fuzzy Modeling of ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز:
    تعداد مقالات: ۱۸۹۲۴
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.