Zastosowanie sztucznych sieci neuronowych do przewidywania wielkości ziarna austenitu po wielostopniowym odkształcaniu stali niskowęglowej na gorąco

• Autorzy: Koczurkiewicz B. , Knapiński M. , Dyja H.
• Języki publikacji: PL

Abstrakty

PL

W pracy wykorzystano sztuczne sieci neuronowe do prognozowania struktury odkształcanego austenitu w stali niskowęglowej! Krótki czas reakcji na zmianę sygnałów wejściowych modelu opartego na sieci neuronowej umożliwia wykorzystanie takiego roz-1 wiązania w czasie rzeczywistym do ciągłej analizy parametrów odkształcenia i sterowania nimi w sposób zapewniający uzyskanie! pożądanych właściwości gotowych wyrobów. Weryfikacje modelu przeprowadzono poprzez fizyczne symulacje wielostopniowego! odkształcania na gorąco połączone z badaniami metalograficznymi. Wykorzystano dylatometr z możliwością odkształcania Dli! 805A/D. Przeprowadzone badania pozwoliły na określenie konfiguracji sieci i algorytmu uczącego najkorzystniejszego do rozwiązania postawionego problemu.

EN

The artificial neural networks for prediction of austenite grain size in low carbon steel after multistage hot deformation procesm were used in this work. Physical simulation of multistage hot deformation and metallography research were done. The conversions dilatometer type 805A/Dfor thermo-mechanical treatment was used. The optimal network configuration and learning algorithm wereM obtained on the base of the research.

Słowa kluczowe

PL

przewidywanie struktury; sieci neuronowe; modelowanie fizyczne; modelowanie numeryczne

EN

prediction of microstructure; neural networks; physical modelling; numerical modelling

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Hutnik, Wiadomości Hutnicze
• Rocznik: 2008
• Tom: Vol. 75, nr 8
• Strony: 418--420
• Opis fizyczny: Bibliogr. 7 poz., tab.

Twórcy

autor

Koczurkiewicz B.

autor

Knapiński M.

autor

Dyja H.

• Politechnika Częstochowska, Instytut Modelowania i Automatyzacji Procesów Przeróbki Plastycznej aleja Armii Krajowej, 42-200 Częstochowa,

Bibliografia

• 1. Rutkowski L.: Metody i techniki sztucznej inteligencji. PWN, Warszawa 2005
• 2. Duch W., Korbicz J., Rutkowski L., Tadeusiewicz R.: Biocybernetyka i inżynieria biomedyczna. Sieci neuronowe. Akademicka oficyna wydawnicza ELIT, Warszawa 2000
• 3. Koczurkiewicz B.: The model of prediction of the microstructure austenite C-Mn steel; Archives of Materials Science and Engineering, Volume 28, Issue 7, july 2007
• 4. Rojek R., Bartecki K., Korniak j.: Zastosowanie sztucznych sieci neuronowych i logiki rozmytej w automatyce, Wydawnictwo Politechniki Opolskiej, Opole 2000
• 5. Żurada J., Barski M., Jędruch W.: Sztuczne sieci neuronowe, PWN, Warszawa, 1996
• 6. Tadeusiewicz. R.: Sieci neuronowe, Akademicka Oficyna Wydawnicza, Warszawa 1993
• 7. Kusiak J., Kuziak R., Zalecki Wł.: Zastosowanie sztucznych sieci neuronowych do badania wpływu składu chemicznego i parametrów obróbki cieplno-plastycznej na mikrostrukturę i własności mechaniczne wyrobów stalowych. NeuroMet’99, Zastosowanie sztucznych sieci neuronowych w symulacji i sterowaniu procesami metalurgicznymi, Kraków 1999