Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: optimization of metallurgical processes

Sortuj według:

Ogranicz wyniki do:

Real-time evolutionary optimization of metallurgical processes using ARM microcontroller

Mrozek A., Kuś W., Sztangret Ł.

Computer Methods in Materials Science

2016

Vol. 16, No. 1

20--26

The real time (RT) computations with the use of microcontrollers have been present in everyday life for years. They are very useful in e.g. online control of processes due to the ability to determine the proper control in case of any environment changes. The algorithms employed in RT computation must be as simple as possible to meet the imposed time limits. On the other hand, the continuous increase in computational power of modern microcontrollers and embedded platforms causes that more complex algorithms can be performed in the real time. However, during implementation of any algorithm the specific structure and requirements of the microcontroller must be taken into consideration. Another way of fulfilling the time limits of the RT computations is application of metamodel instead of model of controlling process. Within this paper the possibility of application of evolutionary algorithm (EA) to solve three chosen optimization problems in real time using microcontroller of ARM architecture was considered. Analyzed optimization problems were as follows: aluminum alloy anti-collision side beam hot stamping process, laminar cooling of dual phase (DP) steel sheets and minimization of the potential energy of the atomic clusters. All computations were performed using two different approaches i.e. low-level and object- oriented approach. Obtained results and drawn conclusions are presented.

W artykule rozważano zastosowanie mikrokontrolerów w optymalizacji parametrów procesów metalurgicznych z użyciem algorytmów ewolucyjnych. Do wyznaczenia wartości funkcji przystosowania użyto metamodeli, zbudowanych w oparciu o funkcje wielomianowe i sztuczną sieć neuronową. Jako platformę testową wykorzystano zestaw uruchomieniowy ST-DISCOVERY. wyposażony w mikrokontroler STM32F429Z1T6 (rdzeń ARM-CortexM4F. architektura ARMv7M). Jest to 32-bitowy jednoukładowy mikrokomputer, wyposażony w sprzętową jednostkę zmiennoprzecinkową pojedynczej precyzji i wszystkie niezbędne peryferia pozwalające tworzyć samodzielny system mikroprocesorowy. Do implementacji algorytmu ewolucyjnego zastosowano dwa podejścia. W pierwszym użyto języka C ze wstawkami asemblera, a w drugim użyto środowiska programowania opartego o Visual Studio oraz bibliotekę .NET Micro Framework. W artykule przedstawiono optymalizację z użyciem metamodelu pozwalającego dobrać parametry procesu gorącego tłoczenia belki samochodowej, chłodzenia laminamego blach ze stali DP po walcowaniu na gorąco oraz minimalizację energii potencjalnej prostych układów kilkuatomowych. Porównano czasy pracy implementacji niskopoziomowej oraz wykorzystującej współczesny język obiektowy.

Analiza wrażliwości jako metoda wspomagająca optymalizację parametrów procesów metalurgicznych

Sztangert Ł., Szeliga D., Kusiak J.

Hutnik, Wiadomości Hutnicze

2010

Vol. 77, nr 12

721-725

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.