تخمین کمی درصد عناصر تشکیل دهنده سیمان بر مبنای آنالیز فعالسازی نوترونی با استفاده از شبکه عصبی مصنوعی
Paper ID : 1007-CIE-FULL
Authors:
1احسان افتخاری زاده *, 2سید امیر حسین فقهی, 2اسماعیل بیات
1دانشگاه شهید بهشتی تهران
2دانشگاه شهید بهشتی
Abstract:
کنترل درصد عناصر سیمان در فرایند تولید انواع مختلف آن و همچنین در بخش کنترل کیفیت در یک کارخانه سیمان به منظور ارزیابی آنها برای استفاده به عنوان مصالح ساختمانی نقش مهمی دارد. آنالیز فعالسازی نوترونی دقیق ترین روش برای آنالیز کمی و کیفی عناصر می باشد. در این مقاله از کد MCNPX برای شبیه سازی طیف گاماهای تأخیری گسیل شده از هسته های فعال شده استفاده شد. چهار قله ی مشخصه گامای تأخیری مربوط به Ca، Si، Al و Fe به عنوان ورودی برای اعمال به شبکه عصبی مصنوعی به منظور تخمین کمی عناصر سیمان استخراج شد. این مشخصه ها توسط شبکه عصبی پرسپترون چند لایه برای پیدا کردن دقیق درصد عناصر اصلی سیمان مورد بررسی قرار گرفتند. درصد خطای مطلق میانگین خروجی های شبکه که در این کار بدست آمد کمتر از 0.4 درصد می باشند.
Keywords:
تخمین درصد عناصر سیمان، شبکه عصبی مصنوعی، کد MCNPX، آنالیز فعالسازی نوترونی
Status : Paper Accepted (Oral Presentation)