Współczesne kierunki badań w zakresie optymalizacji złożonych procesów metalurgicznych

Stanisławczyk, A.; Rauch, Ł.; Kusiak, J.

Artykuł - szczegóły

Tytuł artykułu

Współczesne kierunki badań w zakresie optymalizacji złożonych procesów metalurgicznych

Autorzy

Stanisławczyk A. , Rauch Ł. , Kusiak J.

Identyfikatory

Warianty tytułu

Języki publikacji

Abstrakty

Celem pracy było przedstawienie współczesnych kierunków badań w zakresie optymalizacji w zastosowaniu do rozwiązywania złożonych problemów z obszaru metalurgii. W pracy przedstawiono alternatywne podejście do optymalizacji, wykorzystujące metody inspirowane przez mechanizmy obserwowane w przyrodzie. Metody te są efektywne w lokalizacji ekstremów globalnych - są metodami odpornymi na ekstrema lokalne. Przedstawiono również technikę metamodelowania, która pozwala na znaczne skrócenie procesu obliczeniowego optymalizacji, w przypadkach, gdy funkcja celu wymaga prowadzenia czasochłonnych obliczeń symulacyjnych. Omówiono przykłady zastosowań omówionych technik w poszukiwaniu optymalnych rozwiązań w metodzie inverse oraz optymalizacji złożonych cykli produkcyjnych.

The main goal of the work is presentation of new trends in optimization of complex metallurgical processes. The new, alternative optimization methods inspired by the nature ("natural methods "), as well as the metamodelling technique are presented. The "natural methods " are effective in localization of global extremum. The metamodelling approach allows minimization of the computation time in case, where the goal function requires time-consuming simulations. Applications of described methods to inverse analysis and to optimization of complex production chains are presented.

Słowa kluczowe

optymalizacja metamodelowanie procesy przemysłowe

optimization metamodelling industrial processes

Wydawca

Wydawnictwo SIGMA-NOT

Czasopismo

Hutnik, Wiadomości Hutnicze

Rocznik

2008

Tom

Vol. 75, nr 4

Strony

155--159

Opis fizyczny

Bibliogr. 20 poz., rys.

Twórcy

autor

Stanisławczyk A.

autor

Rauch Ł.

autor

Kusiak J.

Wydział Inżynierii Metali i Informatyki Przemysłowej Akademia Górniczo-Hutnicza al. Mickiewicza 30, 30-059 Kraków, lrauch@agh.edu.pl

Bibliografia

1. Findeisen W., Szymanowski J., Wierzbicki A.: Teoria i metody obliczeniowe optymalizacji, PWN,Warszawa, 1980PWN, 1980
2. Kowalik J., Osborne M.: Methods of Unconstrained Optimization Problems, American Elsevier Publishing Company, New York, 1968
3. Schwefel H. P.: Numerical Optimization of Computer Models, J. Wiley & Sons, New York, 1981
4. Hartmann A. K., Rieger H.: Optimization Algorithms in Physics, Wiley-VCH Verlag Berlin, 2002
5. Weise T.: Global Optimization Algorithms – Theoryand Application, http://www.it-weise.de/projects/book.pdf,04-01-2008
6 Hu W., Yao L. G., Hua Z. Z.: Optimization of sheet metal forming processes by adaptive response surface based on intelligent sampling method, Journal of Material Processing Technology, t. 197, 2008, 77-88
7 Meinders T., Burschitz I. A., Bonte M. H. A.: Lingbeek L.A., Numerical product design: Springback prediction, compensation and optimization, International Journal of Machine Tool & Manufacturing, t. 48, 2008, 499-514
8. Beyer H. G., Sendhoff B.: Robust Optimization – A comprehensive survey, Computer methods in applied mechanics and engineering, t. 196, 2007, 3190-3218
9. Sousa L. C., Castro C. F., Antonio C. A. C.: Optimal design of V and U bending processes using genetic algorithm, Journal of Material Processing Technology, t. 172, 2006, 35-41
10. Wei L., Yuying Y.: Multi-objective optimization of sheet metal forming process using Pareto based genetic algorithm, Journal of Materials Processing Technology, Accepted for Publication 11-01-2008
11. Kuś W.: Grid-enabled evolutionary algorithm application in the mechanical optimization problems, Engineering Applications of Artificial Intelligence, t. 20, 2007, 629-636
12. Oduguwa V., Tiwari A., Roy R.: Evolutionary computing in manufacturing industry: an overview of recent applications, Applied Soft Computing, t. 5, 2005, 281-299
13. Burczyński T., Kuś W.: Zastosowanie ewolucyjnej optymalizacji kształtu w procesie kucia, Computer Methods in Materials Science, t. 5, 2005, 163-169.
14. Timmis J.: Artificial immune systems – today and tomorrow, Natural Computing, t. 6, 2007, 1-18
15. Cao X., Qioa H., Xu Y.: Negative selection based immune optimization, Advances in Engineering Software, t. 38, 2007, 649-656
16. Xiang W., Lee H. P.: Ant colony intelligence in multi-agent dynamic manufacturing scheduling, Engineering Applications of Artificial Intelligence, t. 21, 2008, 73-85
17. Kennedy J., Eberhart R. C.: Particle swarm optimization, Proc. IEEE Conf. on Neural Networks, IV, Piscataway, NJ, 1995, 1942-1948
18. Trela I. C.: The particle swarm optimization algorithm: convergence analysis and parameter selection, Information Processing Letter, t. 85, 2003, 317-325
19 Kopernik M., Stanisławczyk A., Szeliga D.: Problems of material models for hard nanocoatings, Mat. Konf. CMM-2007, 19–22 czerwca 2007, Łódź–Spała, 215-216
20 Kopernik M., Stanisławczyk A., Kusiak J., Pietrzyk M.: Identification of material models in hard system of nanocoatings using metamodel, Mat. Konf. IFIPTC7,23-27lipca2007,IFIP TC 7, 23-27 lipca 2007, Kraków, 185-192

Typ dokumentu

Bibliografia

Identyfikator YADDA

bwmeta1.element.baztech-article-BPLA-0013-0023