شبیه‌سازی رفتار نانوتیرها با استفاده از سامانه استنتاج عصبی-فازی تطبیقی

در این مقاله تحلیل رفتار نانوتیرهای یکسرگیردار از جنس کروم، به صورت محاسبه خیز نانوتیر تحت بار استاتیکی مورد بررسی قرار گرفته است. برای شبیه سازی رفتار و محاسبه خیز نانوتیرها از سامانه استنتاج عصبی-فازی تطبیقی[1](anfis) که ترکیبی قدرتمند از شبکۀ عصبی و منطق فازی است، استفاده شده است. با استفاده از داده های آزمایشگاهی انفیس در سه حالت، آموزش داده شده و مورد آزمون واقع شده است. در حالت اول، با نتایج آزمایشگاهی دو نیروی 8 و 1/10 نانونیوتنی در طول نانوتیر با ضخامت 50 نانومتر، سامانه آموزش داده شده است. سپس، سامانه با خیزهای مربوط به نیروی 4/9 نانونیوتنی به صورت درون یابی آزموده شده است. در حالت دوم، با استفاده از خیزهای آزمایشگاهی نانوتیر با ضخامت 68 نانومتر به ازای نیروهای 8 و 11 نانونیوتن سامانه آموزش داده شده و با خیزهای مربوط به نیروهای 5/9 و 5/12 نانونیوتنی به صورت میان یابی و برون یابی آزموده شده است. در حالت سوم، با نتایج آزمایشگاهی نانوتیر با ضخامت 83 نانومتر تحت نیروی 8 نانونیوتن در نقاط مختلف آن، به صورت یک در میان، برای آموزش سامانه و برای آزمودن نتایج سامانه به‌کار برده شده اند. درصد خطا در مقایسه نتایج انفیس با نتایج تجربی، 88/2 درصد به‌دست آمد. نتایج نشان می دهد که می‌توان بدون نیاز به انجام آزمایش های بیشتر و صرف هزینه، خیز نانوتیر را با انفیس با دقت پیش بینی کرد.

simulating the behaviour of nanobeams using adaptive neural-fuzzy inference system

in the present research, the analysis of the behaviour of cantilever chromium nanobeams was investigated in the form of nanobeam calculations under static load. to simulate the behaviour and calculate the deflection of nanobeams, the adaptive neural-fuzzy inference system (anfis), which is a powerful combination of neural networks and fuzzy logic, was used. by using laboratory data, the mentioned system was trained and tested in three modes. in the first case, the system was trained with the laboratory results of two forces of 8 and 10.1 nanonewtons along the nanobeam with a thickness of 50 nm. then, the system was tested by interpolation with 9.4 nanonewton forces. in the second case, the system was trained using the experimental 68 nm thick nanobeam for forces of 8 and 11 nanonewtons, and it was tested with 9.5 and 12.5 nanonewton forces in the form of interpolation and extrapolation. in the third case, with the laboratory results, the nanobeam with a thickness of 83 nm was used under a force of 8 nanonewtons at different points, one at a time, to train the system and to test the results of the system. in comparing the anfis results with the experimental results, the percentage error was found to be 2.88%. the results of this research showed that it is possible to accurately predict the nanobeam deflection with the adaptive neural-fuzzy inference system without the need to perform more experiments.