Zastosowanie metod probabilistycznych do przewidywania pęknięć w próbie SICO

• Autorzy: Śledzińska A. , Kusiak J.

Warianty tytułu

EN

Application of the probabilistic methods in prediction of material fracture during the deformation process

• Konferencja: Fizyczne i matematyczne modelowanie procesów obróbki plastycznej. Warszawa 17-19.05.2007 r.
• Języki publikacji: PL

Abstrakty

PL

W pracy podjęto wykorzystania oraz ocenę możliwości i skuteczności metod probabilistycznych w przewidywaniu pęknięć w procesach plastycznej przeróbki metali na gorąco. Wykorzystano probabilistyczne sieci neuronowe (PNN – prababilistic neural networks) oraz naiwny klasyfikator bayerowski (NBC Naive Bayes Classifier). Weryfikację opracowanych modeli procesu pękania przeprowadzono w oparciu o analizę wyników próby SICO. Wyniki przewidywania pękania porównano z wynikami uzyskanymi z kryterium pękania Lathama-Cockrofta.

EN

Possibility of application of the probabilistic methods and to prediction of material failure during hot deformation is the main subject of the work. Developed model based on the probabilistic neural networks (PNN) and Naive Bayes Classifier (NBC) is implemented into commercial finite element code FORGE3. The model can be applied to simulate possibility of material failure in a simple plastometric tests (i.e. SICO test) and in a wide range of real industrial processes. The obtained results based on the proposed approach are compared with the results obtained using the Latham-Cockroft criterion, which is commonly used fracture criterion available in commercial FE software.

Słowa kluczowe

PL

pęknięcia; metody probabilistyczne; probabilistyczne sieci neuronowe

EN

deformation process; probabilistic methods; probabilistic neural networks

• Wydawca: Oficyna Wydawnicza Politechniki Warszawskiej
• Czasopismo: Prace Naukowe Politechniki Warszawskiej. Mechanika
• Rocznik: 2007
• Tom: z. 216
• Strony: 13--18
• Opis fizyczny: Bibliogr. 11 poz., rys., wykr.

Twórcy

autor

Śledzińska A.

• Akademia Górniczo Hutnicza, Zakład Modelowania i Technologii Informacyjnych

autor

Kusiak J.

• Akademia Górniczo Hutnicza, Zakład Modelowania i Technologii Informacyjnych

Bibliografia

• [1] Wyrzykowski Autor. W., Pleszakow E., Sieniawski J.: Odkształcenie i pękanie metali. Warszawa WNT 1999.
• [2] Damm E. B., Vantyne C. J.: Physical Simulation of Thermal/Mechanical Metal-Working Processes. Mat 37 Konf. MWSP, Hamilton 1996, 367÷371.
• [3] Kuziak R., Pietrzyk M.: Interpretation of SICO Test. Iron and Steelmaker, 2002, 39÷44.
• [4] Dalnegro T., Forestier R., Masoni E.: Inverse Analysis of the SICO Test Using a Gradient Metod with Semianalytical Derivatives. Mat. Konf. ESAFORM 5, ed., Pietrzyk M., Mitura Z., Kaczmar J., Kraków 2002, 167÷170.
• [5] Ferguson D., Chen W., Kuziak R., Zając S.: New Developments in the Field of Physical Simulation of Thermomechanical Processing. Mat. Konf. ESAFORM 5, ed. Pietrzyk M., Mitura Z., Kaczmar J., Kraków 2002, 599÷602.
• [6] Jain M., Allin J., Lloyd D. J.: Fracture limit prediction using ductile fracture criteria for forming of an automotive aluminium sheet. International Journal of Mechanical Sciences 41 (1999) 1273÷1288.
• [7] Cichosz P.: Systemy uczące się, WNT, Warszawa, 2000.
• [8] Grąbczewski K.: Zastosowanie kryterium separowalności do generowania reguł klasyfikacji na podstawie baz danych, Rozprawa doktorska, Warszawa, 2003.
• [9] STATISTICA Neural Networks PL, Przewodnik Problemowy, 2001.
• [10] Berrar Daniel P., Downes Stephen C., Dubitzky W.: Multiclass cancer classification using gene expression profiling and probabilistic neural networks.
• [11] Trębacz L., Kuziak R., Pietrzyk M.: Symulacja i interpretacja próby SICO, FiMM 2005, 91÷96.