Opracowanie wysokowydajnego systemu do identyfikacji parametrów modelu rekrystalizacji opartego na metodzie automatów komórkowych

• Autorzy: Sitko M. , Madej Ł.

Identyfikatory

DOI

10.15 199/67.2015.12.2

Warianty tytułu

EN

Development of high-efficiency parameter identification software dedicated to recrystallization models based on the cellular automata method

• Języki publikacji: PL

Abstrakty

PL

Celem niniejszej publikacji jest opracowanie i implementacja wysokowydajnego systemu do identyfikacji parametrów modelu rekrystalizacji opartego na metodzie automatów komórkowych z wykorzystaniem podejścia analizy odwrotnej. Założenia algorytmu odwrotnego z uwzględnieniem zastosowanych metod optymalizacji zostały przedstawione w pierwszej części pracy. Następnie opisano wykorzystany w trakcie badań model rekrystalizacji oparty na metodzie automatów komórkowych. Ostania część pracy zawiera wyniki przeprowadzonej identyfikacji oraz ich porównanie z wynikami badań eksperymentalnych.

EN

Subject of this work is development and implementation of high-efficiency system for parameter identification of recrystallization models based on cellular automata method with inverse analysis methods. Main assumption of the inverse algorithm are presented first. Particular attention is put on description of optimization technique used during the research. Then major assumptions of the model of recrystallization based on cellular automata method are provided. Finally, results from model parameters identification procedure realized with the developed approach are presented and compared with experimental results.

Słowa kluczowe

PL

identyfikacja; rekrystalizacja; automat komórkowy

EN

identification; recrystallization; cellular automata

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Rudy i Metale Nieżelazne Recykling
• Rocznik: 2015
• Tom: R. 60, nr 12
• Strony: 659--663
• Opis fizyczny: Bibliogr. 11 poz., rys., tab.

Twórcy

autor

Sitko M.

• AGH Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie, Wydział Inżynierii Metali i Informatyki Przemysłowej, Al. A. Mickiewicza 30, 30-059 Kraków

autor

Madej Ł.

• AGH Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie, Wydział Inżynierii Metali i Informatyki Przemysłowej, Al. A. Mickiewicza 30, 30-059 Kraków

Bibliografia

• 1. Madej L., Sieradzki L., Sitko M., Perzyński K., Radwański K., Kuziak R.: Multi scale cellular automata and finite element based model for cold deformation and annealing of a ferritic-pearlitic microstructure. Computational Materials Science, 2013, vol. 77, pp. 172÷181.
• 2. Sieradzki L., Madej L.: A perceptive comparison of the cellular automata and Monte Carlo techniques in application to static recrystallization modeling in polycrystalline materials. Computational Materials Science, 2013, vol. 67, pp. 156÷173.
• 3. Madej L., Rauch L., Perzyński K., Cybułka P.: Digital Material Representation as an efficient tool for strain inhomogeneities analysis at the micro scale level. Archives of Civil and Mechanical Engineering, 2011, vol. 11, pp. 661÷679.
• 4. Svyetlichnyy D. S.: Modeling of grain refinement by cellular automata. Computational Materials Science, 2013, vol. 77, pp. 408÷416.
• 5. Brown A. A., Bammann D. J.: Validation of a model for static and dynamic recrystallization in metals. International Journal of Plasticity, 2012, vol. 32÷33, pp. 17÷35.
• 6. Yu-Zhen Y. U., Xin-Yi R. E. N., Feng-Shan D. U., Jun-Jie S. H. I.: Application of improved PSO algorithm in hydraulic pressing system identification. Journal of Iron and Steel Research, International, 2012, vol. 19, pp. 29÷35.
• 7. Zhiwen L., Hongrui C., Xuefeng C., Zhengjia H., Zhongjie S.: Multi-fault classification based on wavelet SVM with PSO algorithm to analyze vibration signals from rolling element bearings. Neurocomputing, 2013, vol. 99, pp. 399÷410.
• 8. Szeliga D.: Identification problems in metal forming. A comprehensive study. Praca habilitacyjna, AGH University of Science and Technology, Kraków, 2013.
• 9. Sitko M., Madej Ł.: Development of dynamic recrystallization model based on Cellular Automata approach. Key Engineering Materials, 2014, vol. 622-623, pp. 617÷624.
• 10. Sitko M., Madej Ł., Pietrzyk M.: Validation of cellular automata model of dynamic recrystallization. Key Engineering Materials, 2015, vol. 651-653, pp. 581÷586.
• 11. Blaz L., Sakai T., Jonas J. J.: Effect of initial grain size on dynamic recrystallization of copper. Metal Science 1983, vol. 17, no. 12, pp. 609÷616.