Zastosowanie sztucznych sieci neuronowych do wyznaczania wartości siły wyciskania kompozytów warstwowych

• Autorzy: Nowotyńska I.

Warianty tytułu

EN

The use of artificial neural networks to determination of load extrusion value of layered composites

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono sposób wyznaczania wartości siły wyciskania kompozytów warstwowych za pomocą sztucznych sieci neuronowych na podstawie danych eksperymentalnych. Głównym celem badań było zbudowanie i przeprowadzenie analizy modelu regresyjnego oraz modelu prognostycznego sztucznych sieci neuronowych z wykorzystaniem programu Statistica Neural Networks. Wyniki modeli neuronowych zostały zweryfikowane z wynikami eksperymentalnymi. Otrzymane wyniki potwierdziły możliwość zastosowania modelu SSN jako skutecznego narzędzia do określenia wartości siły wyciskania kompozytów warstwowych.

EN

In this article the method of determination of the extrusion load value of layered composites by using artificial neural networks on the basis of experimental database was presented. The aim of our research was to build and carry out analysis regression and prognostic models of ANN by using Statistica Neural Networks software. Finally, results of neural models were verified with experimental results. Obtained results confirmed possibility of ANN model application as effective tool to determine the value of the extrusion load of layered composites.

Słowa kluczowe

PL

sztuczna sieć neuronowa; kompozyty warstwowe; siła wyciskania

EN

artificial neural network; layered composites; load extrusion

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Rudy i Metale Nieżelazne
• Rocznik: 2008
• Tom: R. 53, nr 10
• Strony: 616--620
• Opis fizyczny: Bibliogr. 13 poz., rys., tab., wykr.

Twórcy

autor

Nowotyńska I.

• Politechnika Rzeszowska, Rzeszów

Bibliografia

• 1. Morawiecki M., Sadok L., Wosiek E.: Teoretyczne podstawy technologii przeróbki plastycznej. Wydaw. Śląsk, Katowice 1972.
• 2. Zasadziński J., Richert J., Libura W.: Prognozowanie parametrów siłowych wyciskania na gorąco aluminium i jego stopów. Rudy Metale, 2004, t. 49, s. 131-134.
• 3. Zasadziński J., Libura W.: Force parameters in extrusion of metals through convex dies. Mat. Konf. 4th ICTP, Beijing, 1993, s. 605-608.
• 4. Galanty M., Libura W., Zasadziński J.: Evaluation of Force Parameters for Aluminium Powder Extrusion. Advanced Technology of Plasticity. Mat. Konf. ICTP, 1999, t. 3, s. 1871-1876.
• 5. Gołowin W. A., Mitkin A. N., Rieznikow A. G.: Wyciskanie metali na zimno. WNT 1973.
• 6. Depierre V.: Experimental Measurement of Forces During Extrusion and Correlation with Theory. Metal and Ceramics Division, 1970, s. 398-405.
• 7. Tadeusiewicz R.: Sieci neuronowe. Akad. Oficyna Wydaw. RM, Warszawa 1993.
• 8. Wang J., Wu X., Thompson P., Flitman A.: A neural network approach to investigating the geometrical influence on wrinkling in sheet metal forming. J. Mat. Proc. Techn., 2000, nr 105, s. 215-220.
• 9. Litwin P., Stachowicz F.: Zastosowanie sztucznych sieci neuronowych do wyznaczania parametrów gięcia profili skrzynkowych. Rudy Metale, 2000, t. 45, s. 565-569.
• 10. Stachowicz F., Trzepieciński T.: Zastosowanie sztucznych sieci neuronowych do wyznaczania współczynnika tarcia podczas kształtowania blach. Inf. Technol. Mat., 2004, nr 4, s. 87-97.
• 11. Golak S., Grossman F., Mitas A.: Zastosowanie sieci neuronowej do analizy oddziaływania parametrów procesu wytwarzania na własności odkuwek ze stali narzędziowej. Mat. Konf. Komplastech 2001, s. 57-64.
• 12. Tadeusiewicz R.: Sieci neuronowe. WNT, Warszawa, 1998.
• 13. Statistica Neural Network, Addendum for version 4, Statsoft, Tulsa 1999.