دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1
نویسندگان: Davim. J. Paulo
سری: Woodhead Publishing Reviews: Mechanical Engineering Series
ISBN (شابک) : 9780857094827, 9780857094810
ناشر: Elsevier Science; Woodhead Publishing
سال نشر: 2017
تعداد صفحات: 244
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 19 مگابایت
در صورت تبدیل فایل کتاب Computational Methods and Production Engineering : Research and Development به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب روشهای محاسباتی و مهندسی تولید: تحقیق و توسعه نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
روشهای محاسباتی و مهندسی تولید: تحقیق و توسعه یک کتاب اورجینال با داوری، مقالاتی با کیفیت بالا با تاکید ویژه بر تحقیق و توسعه در مهندسی تولید و سازمان تولید برای صنعت مدرن است. نوآوری و رابطه بین روش های محاسباتی و مهندسی تولید ارائه شده است.
محتویات عبارتند از: مدل سازی/شبیه سازی روش اجزای محدود (FEM). شبکه های عصبی مصنوعی (ANN)؛ الگوریتم ژنتیک؛ محاسبات تکاملی؛ منطق فازی؛ سیستم های عصبی فازی؛ بهینه سازی ازدحام ذرات (PSO)؛ جستجوی تابو و شبیه سازی بازپخت. و تکنیکهای بهینهسازی برای سیستمهای پیچیده.
از آنجایی که روشهای محاسباتی در حال حاضر کاربردهای متعددی دارند، از جمله مدلسازی فرآیندهای تولید، نظارت و کنترل، بهینهسازی پارامترها و برنامهریزی فرآیند به کمک رایانه، این کتاب یک منبع ایدهآل برای پزشکان است. /p>
Computational Methods and Production Engineering: Research and Development is an original book publishing refereed, high quality articles with a special emphasis on research and development in production engineering and production organization for modern industry. Innovation and the relationship between computational methods and production engineering are presented.
Contents include: Finite Element method (FEM) modeling/simulation; Artificial neural networks (ANNs); Genetic algorithms; Evolutionary computation; Fuzzy logic; neuro-fuzzy systems; Particle swarm optimization (PSO); Tabu search and simulation annealing; and optimization techniques for complex systems.
As computational methods currently have several applications, including modeling manufacturing processes, monitoring and control, parameters optimization and computer-aided process planning, this book is an ideal resource for practitioners.
Content: Front Cover
Computational Methods and Production Engineering: Research and Development
Copyright
Contents
List of contributors
About the editor
Preface
Chapter 1: Parallel direct solver for finite element modeling of manufacturing processes
1.1. Introduction
1.2. Brief review of standard gauss elimination
1.2.1. Skyline matrix storage
1.2.2. Gauss elimination
1.2.2.1. Factorization of the system matrix and reduction of the right-hand side vector
1.2.2.2. Division of right-hand side vector by system matrix diagonals
1.2.2.3. Backward substitution. 1.3. Structure of the parallel direct solver1.3.1. Parallel region
1.3.2. Main loop
1.3.3. Core loop
1.3.3.1. Reduction of off-diagonal terms, diagonal term, and right-hand side vector (case: jh>
2)
1.3.3.2. Reduction of diagonal term and right-hand side vector (case: jh=2)
1.3.3.3. Source code
1.3.4. Utilization as preconditioner of iterative solvers
1.4. Test cases and evaluation parameters
1.4.1. Benchmark test case
1.4.2. Resistance welding test case
1.4.3. Evaluation parameters for parallelization
1.5. Results and discussion
1.5.1. Solution time of different solvers. 1.5.2. Accuracy of direct and iterative solvers1.5.3. Performance of the parallel direct solver
1.5.4. Performance of the parallel direct solver in resistance welding
1.6. Conclusions
Appendix
Acknowledgments
References
Chapter 2: Optimal inspection/actuator placement for robust dimensional compensation in multistage manufacturing processes
2.1. Introduction
2.2. State-space approach for modeling multistage assembly processes
2.2.1. Stage-level model
2.2.2. System-level model
2.3. Feed-forward predictive control
2.4. Optimal inspection/actuator placement for feed-forward control. 3.3.1. Metamodeling optimization: Response surface methodology3.3.1.1. First-order model: MLR
3.3.1.2. Second-order model: Polynomial regression (P.2)
3.3.1.3. Universal kriging (U.K.)
3.3.2. Finite element model updating
3.4. Evaluation strategies
3.4.1. Cost function formulation
3.4.2. FEA software
3.4.3. Experimental analysis
3.5. Optimization algorithms
3.5.1. Generalized reduced gradient
3.5.2. Direct search algorithm
3.5.3. Least-squares gradient-based algorithm
3.6. Parameterization strategies
3.7. Case study: U-rail
3.8. Results and discussion.