Zastosowanie sztucznej sieci neuronowej do wyznaczania parametrów obróbki cieplnej odlewów staliwnych

• Autorzy: Wróbel J. , Kulawik A.

Warianty tytułu

EN

The use of artificial neural networks to determine the parameters of the heat treatment process of the steel castings

• Języki publikacji: PL

Abstrakty

PL

W pracy zastosowano sztuczne sieci neuronowe do określania wymaganej wartości współczynnika przejmowania ciepła od odlewu staliwnego. Wielowarstwowa sztuczna sieć neuronowa wyznacza wartości współczynnika przejmowania, tak aby uzyskać odpowiednie ułamki faz w wewnętrznych węzłach kontrolnych odlewu. Wartości tego współczynnika wyznaczane są dla kontrolnych węzłów brzegowych i są aproksymowane na pozostałe elementy brzegowe. Dane uczące oraz testowe uzyskano z rozwiązania równania przewodzenia ciepła z wykorzystaniem metody elementów skończonych (zadania 2D). Ułamki faz wyznaczono z zastosowaniem makroskopowego modelu przemian fazowych w stanie stałym (analiza wykresów CTP).Przedstawiono błędy opracowanej metody oraz jej skuteczność w automatyzacji projektowania procesu chłodzenia.

EN

n the paper the artificial neural network to determine value of heat transfer coefficient (α∞) for the steel casting has been used. On the basis of phase fraction in the control nodes which were located in the area of casting the required values of heat transfer coefficient have been determined by the multilayer artificial neural network. The values of α∞coefficient are set down for the boundary control nodes and approximated on the other elements. On the basis of numerical solution of the thermal conductivity equation with finite element method the learning and testing data have been obtained (2D tasks). The macroscopic model of phase transformations in the solid state (analysis of CCT diagrams) has been used to calculate the phase fractions. In this paper the errors of implemented method and the effectiveness of this method in automatization of the optimization for the cooling process are presented.

Słowa kluczowe

PL

proces chłodzenia; odlewy staliwne; sztuczne sieci neuronowe; model numeryczny

EN

cooling process; steel castings; artificial neural network; numerical model

• Wydawca: Polskie Towarzystwo Mechaniki Teoretycznej i Stosowanej. Oddział Gliwice
• Czasopismo: Modelowanie Inżynierskie
• Rocznik: 2014
• Tom: T. 21, nr 52
• Strony: 201--206
• Opis fizyczny: Bibliogr. 9 poz.

Twórcy

autor

Wróbel J.

• Instytut Informatyki Teoretycznej i Stosowanej, Poitechnika Częstochowska

autor

Kulawik A.

• Instytut Informatyki Teoretycznej i Stosowanej, Politechnika Częstochowska

Bibliografia

• 1.Adrian H.: Numeryczne modelowanie procesów obróbki cieplnej. Kraków: Wyd. AGH, 2011.
• 2.Avrami M.: Kinetics of chase change. „Journal of Chemical Physics” 1939, 7, p. 1103 - 1112.
• 3.Koistinen D. P., Marburger R. E.: A general equation prescribing the extent of the austenite-martensite trans-formation in pure iron-carbon alloys and plain carbon steels. „Acta Metallurgica” 1959, 7, p.59 - 60.
• 4.Kulawik A.: Modelowanie zjawisk obróbki cieplnej stali średniowęglowych. Częstochowa: Pol. Częstochowska, 2013. Monografie nr 281.
• 5.Lee K. J.: Characteristics of heat generation during transformation in carbon steels. „Scripta Materialia” 1999, 40, p. 735 - 742.
• 6.Rojas R.: Neural network: a systematic introduction. Berlin: Springer, 1996.
• 7.Rutkowski L.: Computational intelligence: methods and techniques. Berlin: Springer, 2005.
• 8.Wait R., Mitchell A. R.: Finite element analysis and applications. Chichester: John Wiley & Sons, 1985.
• 9.Zienkiewicz O. C., Taylor R. L.: The finite element method. Oxword: Butterworth-Heinemann, 2000