Wyniki 1-2 spośród 2 dla zapytania: authorDesc:"AGNIESZKA GODULA"

Przewidywanie pęknięć w próbie SICO za pomocą probabilistycznych sieci neuronowych

Czytaj za darmo! »

W pracy podjęto próbę oceny możliwości i skuteczności probabilistycznej sztucznych sieci neuronowych w przewidywaniu pęknięć w procesach plastycznej przeróbki metali na gorąco. Zastosowano probabilistyczne sieci neuronowe (PNN - probabilistic neural networks), które zostały zaimplementowane do programu komercyjnego FORGE3. Weryfikację opracowanego modelu procesu pękania przeprowadzono na podstawie analizy wyników laboratoryjnej próby SICO. Wyniki przewidywania pękania porównano z wynikami uzyskanymi z kryterium pękania Lathama-Cockcrofta. The main goal of the work is an attempt of using the artificial neural networks in prediction of steel cracking during hot deformation. Developed model based on the probabilistic neural networks (PNN) is implemented into commercial finite element co[...]

ZASTOSOWANIE SIECI PROBABILISTYCZNYCH DO WYKRYWANIA PĘKNIĘĆ W PROCESIE PRZERÓBKI PLASTYCZNEJ

Czytaj za darmo! »

W artykule podjęto próbę zastosowania sieci probabilistycznych (PNN — Probabilistic Neural Networks) do przewidywania pęknięć w procesach plastycznej przeróbki metali na gorąco. Przeprowadzono symulacje numeryczne procesu jednoosiowego ściskania. Wyniki symulacji posłużyły do budowy modelu probabilistycznego. Weryfikację opracowanego modelu procesu pękania przeprowadzono opierając się na analizie wyników z eksperymentu ściskania próbki walcowej ze stopu Inconel 718. Wyniki przewidywania pękania z zastosowaniem sieci PNN porównano z wynikami uzyskanymi z kryterium pękania Lathama‐ Cockcrofta oraz z eksperymentem. Słowa klucze: przewidywanie pęknięć, probabilistyczne sieci neuronowe, numeryczne modelowanie APPLICATION OF PROBABILISTIC NEURAL NETWORKS TO DETECTION OF CRACKS IN METAL FORMING PROCESSES The paper presents the results of the application of probabilistic neural networks to the fracture prediction in hot metal forming processes. Numerical simulations of the axisymetrical compression test have been performed and the results were used in construction of the probabilistic model. The elaborated model has been verified through the comparison with experimental results of the compression test of the Inconel 718 cylindrical sample and compared with the results estimated by the Latham‐Cockcroft criterion. Keywords: prediction of metal fracture, probabilistic neural networks, numerical modelling Wprowadzenie Plastyczna przeróbka na gorąco jest jedną z metod otrzymywania wyrobów z metali i ich stopów. Niemal każdy przedmiot wykonany z metalu, na jakimś etapie przetwarzania poddany był tego typu obróbce. Dlatego przewidywanie i kontrola przebiegu odkształcania plastycznego na gorąco odgrywa szczególną rolę. Jednym z trudniejszych problemów występujących zazwyczaj w końcowym etapie procesu odkształcenia materiałów jest pękanie. Powstawanie pęknięć jest w znacznym stopniu efektem całej historii procesu odkształcenia. Pr[...]

 Strona 1