Wyniki 11-20 spośród 20 dla zapytania: authorDesc:"Jan KUSIAK"

Zastosowanie zmodyfikowanej strategii aproksymacyjnej w optymalizacji procesów metalurgicznych

Czytaj za darmo! »

W pracy przedstawiono ideę zmodyfikowanej strategii aproksymacyjnej, która pozwala na skrócenie czasu obliczeń optymalizacyjnych poprzez redukcję liczby wywołań funkcji celu. Idea metody polega na zastąpieniu rzeczywistej funkcji celu przez jej aproksymację, a następnie poszukiwaniu rozwiązania optymalnego pośród rozwiązań funkcji aproksymującej. Dzięki temu, procedura optymalizacji ulega skróceniu, gdyż istotnie zmniejszona zostaje liczba niezbędnych symulacji związanych z analizowanym procesem. W pracy przedstawiono strategię oraz metodę przyspieszenia zbieżności procedury optymalizacji polegającej na odpowiednich zmianach wag błędów w węzłach aproksymacji. Działanie metody porównano z innymi, alternatywnymi algorytmami na przykładzie funkcji testowej oraz wybranego procesu plastycznej przeróbki metali. The paper presents a Modified Approximation Strategy (MAS), which allows decrease the optimization computing time through the reduction of objective function calls number. Main idea of the method is based on replacement of an objective function f by its approximation through a function g, and next a search of the optimal solution among solutions of function g. It leads to a decrease of a number of objective function calls, which results in reduction of the optimization computing time. The paper presents a proposition of modification of the approximation strategy. It gives the acceleration of a convergence of the optimization procedure. The results of the proposed strategy are compared with other, conventional optimization techniques. Słowa klucze: optymalizacja, metamodel, sztuczne sieci neuronowe, procesy metalurgiczne Key words: optimization, metamodel, artificial neural networks, metallurgical processes Wstęp. Optymalizacja procesów przemysłowych jest zadaniem trudnym. Przed przystąpieniem do poszukiwania optimum należy opracować model matematyczny procesu, zdefiniować: zmienne optymalizacji, zakresy ich zmienności oraz ewentualne d[...]

Analiza wrażliwości jako metoda wspomagająca optymalizację parametrów procesów metalurgicznych

Czytaj za darmo! »

Optymalizacja procesów metalurgicznych oparta jest najczęściej na symulacjach wykorzystujących metodę elementów skończonych. W przypadku złożonych procesów symulacje są czasochłonne, przez co koszt optymalizacji może okazać się zbyt wysoki. W pracy podjęto próbę redukcji tego kosztu poprzez zmniejszenie koniecznej liczby wywołań symulacji. W optymalizacji wykorzystano metodę roju cząstek, a przyspieszenie zbieżności procedury optymalizacyjnej uzyskano włączając do algorytmu analizę wrażliwości funkcji celu. Analiza wrażliwości wprowadza dynamiczne sterowanie zachowaniem populacji roju cząstek. W pracy przedstawiono sposób wykorzystania dodatkowych informacji do rozwiązania problemu optymalizacji oraz porównano efektywność działania "zmodyfikowanych" procedur na przykładzie kilku funkcji testowych oraz procesu spęczania próbek walcowych. Optimization of complex metallurgical processes is usually based on simulations using the finite element method. Such simulations are time-consuming thereby optimization cost may be too high. The paper presents an attempt of reduction of that cost by reducing the required number of simulation calls. Particles swarm optimization method was used as the optimization procedure. To increase the convergence of optimization procedure, the sensitivity analysis of the objective function was used. Sensitivity analysis introduces dynamical control of behaviour of particles in the swarm. The paper presents the way of use this additional information to solve the optimization problem and comparison of the efficiency of the “modified" procedure on a number of test functions and upsetting process. Słowa klucze: metoda roju cząstek, analiza wrażliwości, optymalizacja procesów metalurgicznych Key words: particle swarm optimization, sensitivity analysis, optimization of metallurgical processes.Wstęp. Optymalizacja jest procesem poszukiwania minimum (lub maksimum) pewnej funkcji zwanej funkcją celu. Tym samym procedura ta[...]

ANALIZA WRAŻLIWOŚCI CYKLU CHŁODZENIA DLA STALI DWUFAZOWYCH


  Celem artykułu jest analiza wrażliwości modelu systemu chłodzenia stali DP względem parametrów cyklu chłodzenia. Przeprowadzono globalną analizę wrażliwości metodą Morrisa, wyznaczono współczynniki korelacji lokalnej oraz miary ważności metodą Sobola. Przeprowadzona analiza pozwoliła ocenić istotność parametrów schematu chłodzenia w aspekcie optymalizacji tego schematu. Słowa kluczowe: analiza wrażliwości, przemiany fazowe, modelowanie, stale DP SENSITIVITY ANALYSIS OF THE COOLING CYCLE FOR THE DP STEELS Sensitivity analysis of the model of cooling of DP steels with respect to parameters of the cooling scheme is the objective of the paper. The work is composed of the global sensitivity analysis using Morris method, as well as evaluation of correlation coefficients and measures of the importance of parameters. The analysis allowed to assess influence of parameters of the cooling scheme having in mind possible optimization of this scheme. Keywords: sensitivity analysis, Phase transformations, Modelling, DP steel Wstęp Stale DP należą do grupy stali o podwyższonej wytrzymałości. Dwufazowa struktura, podobnie jak w przypadku materiałów kompozytowych, składająca się z twardych obszarów martenzytu w miękkiej osnowie ferrytu, przekłada się na bardzo dobre własności wytrzymałościowe w stosunku do masy. Duży współczynnik umocnienia tych stali przekłada się na zdolność do pochłaniania energii odkształcenia, co ma znaczenie dla bezpieczeństwa pojazdów. Decydujący wpływ na własności mechaniczne tych stali ma udział objętościowy, wielkość i rozmieszczenie wysp martenzytu, a osnowa ferrytyczna wyznacza własności plastyczne stali. Ze względu na te cechy blachy ze stali DP znalazły zastosowanie w wielu nowoczesnych elementach konstrukcyjnych w przemyśle motoryzacyjnym [1], przede wszystkim we wszystkich częściach nadwozi z wyjątkiem zewnętrznego pokrycia. Strukturę ferrytyczno‐martenzytyczną można uzyskać albo przez zastosowanie obróbki [...]

Systemy modelowania procesów w przemyśle metalurgicznym - stan obecny i perspektywy


  Jednym z głównych celów prowadzonych badań jest rozwój systemów komputerowych, które jak najlepiej spełniają potrzeby przedsię- biorstw przemysłu przetwórstwa metali. W ramach realizacji niniejszego celu opracowany został przegląd rozwiązań, wykorzystywanych obecnie przez wiodące przedsiębiorstwa na świecie. Dzięki wykonanej analizie wytyczono kierunki rozwoju oprogramowania, co zostało wykorzystane podczas opracowania projektu oraz implementacji nowych systemów hybrydowych. W artykule przedstawiono przegląd ist- niejących programów i, na przykładzie dwóch hybrydowych systemów komputerowych, opisano opracowany projekt nowych rozwiązań. The main objective of the research is creation of computer systems, being the most congruent with needs of companies representing metal forming industry. For the purposes of the work, a review of existing solutions has been prepared, including programs used by the leading companies in the world. Following this review, trends of development were determined and used as a basis for design and implementation of newly created systems. Details of proposed two new solutions are presented in this work. Słowa kluczowe: hybrydowe systemy komputerowe, integracja, optymalizacja, metamodelowanie, statystycznie podobny objętościowy ele- ment reprezentatywny Key words: hybrid computer systems, integration, optimization, metamodelling, statistically similar representative volume element 2012 r. HUTNIK-WIADOMOŚCI HUTNICZE S. 268 tistically Similar Representative Volume Element) [8] - koncepcja ma na celu uproszczenie modeli w skali mikro dla obliczeń wieloskalowych [9] (prawa strona osi odciętych na rys. 1b), przy jak najwierniejszym za- chowaniu dokładności wyników. SSRVE jest uprosz- czonym odpowiednikiem mikrostruktury materiału, zachowującym podobne własności jak cała mikrostruk- tura. Opisane dwa główne kierunki badań łączą rozwój wielu dziedzin nauki i są żmudne. Niejednokrotnie ba- dania te są rozwijane przez wi[...]

MODELOWANIE EMISJI NOX W ZAWIESINOWYM PROCESIE WYTWARZANIA MIEDZI PRZY WYKORZYSTANIU METODY DRZEW REGRESYJNYCH

Czytaj za darmo! »

Przedstawiono problem przewidywania emisji NOx w zawiesinowym procesie wytwarzania miedzi. Algorytm drzew regresyj-nych CART został wykorzystany do przewidywania poziomu NOx w gazach. W modelowaniu tego zjawiska wykorzystano przemysłowe dane pomiarowe. Opracowany model na bazie drzew decyzyjnych pozwolił na identyfikację zmiennych nieza-leżnych, które mają decydujące znaczenie dla przewidywania po[...]

Digital Materials - nowe kierunki rozwoju symulacji numerycznej procesów przetwórstwa metali

Czytaj za darmo! »

W pracy omówiono nowoczesne metody analizy procesów zachodzących w metalach i stopach podczas przeróbki plastycznej, wykorzystujące metodę analizy wieloskalowej CAFE (Cellular Automata in Finite Element). Szczególny nacisk położono na wykorzystanie zalet cyfrowej reprezentacji materiału, pozwalającej wiernie odwzorować rzeczywistą mikrostrukturę z jej cechami charakterystycznymi, stwarzając now[...]

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[...]

ZADANIE OPTYMALIZACYJNE DLA DOBORU PARAMETRÓW LAMINARNEGO CHŁODZENIA BLACH ZE STALI DP PO WALCOWANIU NA GORĄCO


  W artykule sformułowano zadanie optymalizacyjne dla procesu wytwarzania blach ze stali DP. Funkcją celu był wymagany skład strukturalny stali, a zmiennymi optymalizacji były parametry cyklu chłodzenia. Zastosowano model przemian fazowych wykorzystujący zmodyfikowane równanie Avrami’ego. Wykonano analizę wrażliwości funkcji celu względem współczynników modelu i względem parametrów procesu chłodzenia. Przeprowadzono przykładowe obliczenia optymalizacyjne. Słowa kluczowe: chłodzenie laminarne, stale DP, mikrostruktura, optymalizacja OPTIMIZATION TASK FOR SELECTION OF PARAMETERS OF LAMINAR COOLING AFTER HOT ROLLING FOR DP STEEL STRIP Optimization task for manufacturing DP steel strips was formulated. The required composition of phases was the objective function and parameters of the laminar cooling were the optimization variables. The phase transformation model based on the modified Avrami equation was used. Sensitivity analysis of the objective function with respect to the cooling parameters was performed. Primary optimization calculations were performed. Keywords: laminar cooling, DP steels, microstructure, optimization Mgr inż. Łukasz Sztangret, dr inż. Danuta Szeliga, prof. dr hab. inż. Jan Kusiak, prof. dr hab. inż. Maciej Pietrzyk — AGH Akademia Górniczo‐ Hutnicza, Wydział Inżynierii Metali i Informatyki Przemysłowej, Katedra Informatyki Stosowanej i Modelowania, al. Mickiewicza 30, 30‐059 Kraków. Rudy Metale R56 2011 nr 11 UKD 669.017.3:669.14.018.9: :669.15-194.55:669.14-194.57 577 Wstęp Stale dwufazowe (ang. dual phase — DP) są coraz powszechniej stosowane przez przemysł samochodowy [1, 2]. Ich strukturę stanowią wyspy twardego martenzytu (20÷30 %) w osnowie miękkiego ferrytu (70÷80 %). Taka struktura jest osiągana w procesie wytwarzania blach przez stosowanie trzystopniowego cyklu chłodzenia obejmującego: ⎯ szybkie chłodzenie do temperatury największej szybkości przemiany ferrytycznej, &[...]

Wspomaganie decyzji w zakresie optymalizacji walcowania blach na gorąco z wykorzystaniem metod eksploracji danych DOI:10.15199/24.2015.4.2


  Optymalizacja parametrów procesu produkcji innowacyjnych materiałów, np. stali dwufazowej, wymaga modelu procesu termomechanicznego i dużych zbiorów danych pokrywających możliwą przestrzeń wyników. Trudności w optymalizacji parametrów procesu wynikają z dużej liczby zmiennych sterujących, które należy uwzględnić w projektowaniu technologii. W pracy przedstawiono możliwości zastosowania drzew regresyjnych we wstępnych analizach pozwalających na odnalezienie zależności pomiędzy parametrami procesu walcowania na gorąco blachy ze stali dwufazowej, a tym samym na wskazanie najważniejszych zmiennych w procesie, oraz konstrukcję reguł optymalizacji tego procesu. Wykazano, że indukcja drzew regresyjnych nie wymaga dużych zbiorów danych, ani wiedzy a priori o procesach termomechanicznych. The optimization of parameters of innovative steels manufacturing, e.g. dual phase steel, requires model of thermomechanical processes and large datasets that covers whole surface of results. Difficulties in the optimization of process parameters correspond with large number of control variables, which should be considered in the technology design. Presented work concerns possibility of application of regression trees in preliminary analysis related to discovering the relationships among parameters of the hot rolling process of dual phase steel strips - indicating the most important variables and construction of rules that refer to the optimization of this process. The regression trees induction neither required large datasets, nor any a priori knowledge about thermomechanical processes, what will be proved. Słowa kluczowe: eksploracja danych, drzewa regresyjne, optymalizacja, walcowanie blach Key words: data mining, regression trees, optimization, strip rolling Wprowadzenie. Projektowanie procesu walco- wania na gorąco może odbywać się z wykorzystaniem modelowania za pomocą metody elementów skończo- nych, jednak identyfikacja parametrów modelu wyma- ga pogłębionej wi[...]

MODELOWANIE PROCESU PRODUKCJI MIEDZI BLISTER Z WYKORZYSTANIEM SZTUCZNYCH SIECI NEURONOWYCH DOI:10.15199/67.2016.1.3


  Celem artykułu jest analiza możliwości wykorzystania sztucznych sieci neuronowych do modelowania procesu produkcji miedzi blister w piecu zawiesinowym. W szczególności, przedstawiono możliwości modelowania procesu, przy założeniu, że jego parametry nie mogą być zmierzone z wymaganą dokładnością, z czym można się często spotkać w przypadku rzeczywistych procesów przemysłowych. Do budowy modelu wybrano najważniejsze, z technologicznego punktu widzenia, parametry i sporządzono dla nich bilans masy oraz energii. Na jego podstawie stworzono zbiór danych wykorzystany do budowy modelu opartego o sztuczne sieci neuronowe. Opracowany model może być wykorzystany w przyszłości do dalszych badań dotyczących optymalizacji. Słowa kluczowe: miedź blister, piec zawiesinowy, ciąg produkcyjny, sztuczne sieci neuronowe, modelowanie procesów Inż. Marcin Gulik — Wydział Inżynierii Metali i Informatyki Przemysłowej, dr inż. Piotr Jarosz — Wydział Metali Nieżelaznych, prof. dr hab. inż. Jan Kusiak — Wydział Inżynierii Metali i Informatyki Przemysłowej, dr inż. Stanisław Małecki — Wydział Metali Nieżelaznych, dr hab. inż. Piotr Oprocha, prof. nzw., — Wydział Matematyki Stosowanej, dr inż. Łukasz Sztangret — Wydział Inżynierii Metali i Informatyki Przemysłowej, AGH Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie, Al. A. Mickiewicza 30, 30-059 Kraków. e-mail: stanmal@agh.edu.pl Rudy Metale R61 2016 nr 1 s. 21÷25 22 MODELLING OF THE COPPER FLASH SMELTING PROCESS USING THE ARTIFICIAL NEURAL NETWORKS The paper presents the analysis of possibilities of application of artificial neural networks to modelling the copper flash smelting process. The Authors focused on ability of the process modelling, assuming that the parameters can’t be measured with a required accuracy. This problem is often found in the case of real industrial processes. The technologically most important parameters were selected. The mass and [...]

« Poprzednia strona  Strona 2