مقاله حسین صابری، دانشجوی کارشناسی مهندسی نفت دانشگاه حکیم سبزواری در مجله معتبر بین المللی Journal of Industrial and Engineering Chemistry با ضریب تاثیر ۵٫۲۷۸ و رتبه بندی علمی  Q۱ منتشر شد.

به گزارش روابط عمومی دانشگاه این مقاله با موضوع ” پیش بینی نتایج آزمایش های مگنتورئولوژی با استفاده از هوش مصنوعی” با راهنمایی دکتر احسان اسماعیل نژاد عضو هیات علمی گروه مهندسی نفت دانشگاه حکیم سبزواری و در همکاری با پژوهشگر مهندسی نفت دانشگاه کره جنوبی نوشته شده است.

دکتر اسماعیل نژاد در گفتگو با روابط عمومی دانشگاه در خصوص این پژوهش گفت: در این مقاله با عنوان:

“Application of artificial intelligence to magnetite-based magnetorheological fluids”

از سه الگوریتم هوش مصنوعی شامل سیستم شبکه عصبی پرسپترون چند لایه (MLP)، شبکه عصبی توابع پایه شعاعی  (RBF)و استنتاج عصبی- فازی تطبیقی (ANFIS) برای پیش بینی نتایج مگنتورئولوژیکی سیالات با پایه ی مگنتایات استفاده شد.

وی افزود: نتایج حاصل نشان داد از میان این سه الگوریتم، مدل MLP دارای بیشترین دقت و توانایی پیش بینی داده در داخل و خارج از بازه ساخته شده است.

عضو هیات علمی گروه مهندسی نفت دانشگاه حکیم سبزواری اظهار داشت: این موضوع می تواند باعث صرفه جویی قابل ملاحظه ای در هزینه ها و زمانِ آزمایش های رئولوژی مهندسی نفت شود. همچنین لازم به ذکر است که این سیالات کاربردهای بسیار متنوّعی در علوم مکانیک و الکترونیک نیز دارد.

گفتنی است لینک این مقاله از طریق آدرس اینترنتی

https://www.sciencedirect.com/science/article/abs/pii/S1226086X21002513

قابل دسترسی می‌باشد.