پيش بيني خواص مكانيكي نانوكامپوزيت هاي پلي اتيلن سبك - نشاسته گرمانرم با استفاده از سامانه استنتاج فازي- عصبي تطبيقي

Prediction of Mechanical Properties of LDPE-TPSNanocomposites Using Adaptive Neuro-Fuzzy Inference System

در اين پژوهش، رفتار مكانيكي نانوكامپوزيت هاي پلي اتيلن سبك - نشاسته گرمانرم با استفاده از سامانه استنتاج فازي - عصبي تطبيقي بررسي شده است. بدين منظور، كامپوزيت هاي پلي اتيلن سبك- نشاسته گرمانرم حاوي مقادير مختلف (صفر تا 3 درصد وزني) نانوخاك رس (Cloisite15A) با استفاده از فرايند اكستروژن تهيه شد. در عمل، انجام آزمون هاي مختلف براي تشخيص ارتباط ميان پارامترهاي فرايندي اكستروژن و خواص مكانيكي نانوكامپوزيت ها بسيار مشكل است. در اين پژوهش، سامانه استنتاج فازي - عصبي تطبيقي (ANFIS) براي ايجاد نگاشت غيرخطي ميان پارامترهاي فرايندي و خواص مكانيكي نانوكامپوزيت ها به كار گرفته شد. مدل انفيس به دليل داشتن قابليت استنتاج و استدلال سامانه هاي فازي و خاصيت يادگيري شبكه هاي عصبي، مي تواند به عنوان مدل چندورودي - چندخروجي براي پيش بيني خواص مكانيكي نانوكامپوزيت ها مانند استحكام كششي نهايي، ازدياد طول در نقطه شكست، مدول يانگ و استحكام ضربه نسبي به كار رود. در مدل پيشنهادي گشتاور فرايندي، دما و مقدار نانوخاك رس كلويزيت 15A به عنوان پارامترهاي ورودي براي پيش بيني خاصيت مكانيكي مدنظراستفاده شدند. نتايج به دست آمده در اين پژوهش نشان مي دهد، مدل انفيس پيشنهادي روش موثر و هوشمندي براي پيش بيني خواص مكانيكي نانوكامپوزيت هاي پلي اتيلن سبك - نشاسته گرمانرم با دقت خوبي است. كيفيت آماري مدل انفيس به دليل داشتن معيار ميانگين مجذور مربع خطاي قابل قبول و ضريب همبستگي خوب (مقادير R2 بيشتر از ?/?) بين خروجي هاي تجربي و شبيه سازي شده مورد پذيرش است.

The changes in the behaviour of mechanical properties of low density polyethylene-thermoplastic corn starch (LDPE-TPCS) nanocomposites were studied by an adaptive neuro-fuzzy interference system. LDPE-TPCS composites containing different quantities of nanoclay (Cloisite®15A, 0.5-3wt%) were prepared by extrusion process. In practice, it is difficult to carry out several experiments to identify the relationship between the extrusion process parameters and mechanical properties of the nanocomposites. In this paper, an adaptive neuro-fuzzy inference system (ANFIS) was used for non-linear mapping between the processing parameters and the mechanical properties of LDPE-TPCS nanocomposites. ANFIS model due to possessing inference ability of fuzzy systems and also the learning feature of neural networks, could be used as a multiple inputs-multiple outputs to predict mechanical properties (such as ultimate tensile strength, elongation-at-break, Young’s modulus and relative impact strength) of the nanocomposites. The proposed ANFIS model utilizes temperature, torque and Cloisite®15A contents as input parameters to predict the desired mechanical properties. 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 acceptable mean square error criterion and good correlation coefficient (values > 0.8) between the experimental and simulated outputs.