PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Powiadomienia systemowe
  • Sesja wygasła!
Tytuł artykułu

Sztuczne sieci neuronowe w mechanice materiałów i konstrukcji - ostatnie wyniki badań

Identyfikatory
Warianty tytułu
EN
Artificial neural networks in mechanics of materials and structures - the latest results of research
Języki publikacji
PL
Abstrakty
PL
Omówiono zastosowania sztucznych sieci neuronowych do analizy niezawodności dźwigara stalowego, predykcji liczby cykli niszczących ściskane próbki betonowe, identyfikacji sił w śrubach węzłów podatnych, strojenia modeli MES oraz w diagnostyce i monitorowaniu elementów konstrukcji.
EN
The artificial neural networks applications in analysis of the following problems are discussed: reliability analysis of a steel girder, prediction of the number of load cycles causing fatigue damage of compressed concrete specimens, identification of bolts' forces in semi-rigid connections, updating of the finite element models and in diagnostics and health monitoring of structures members.
Rocznik
Strony
486--491
Opis fizyczny
Bibliogr. 33 poz., il.
Twórcy
  • Politechnika Rzeszowska
Bibliografia
  • [1] Jang J-S.R., Sun Ch-T., Muzutani E.: Neuro-Fuzy and Soft Computing. Prentice Hall, Upper Saddle River, NJ, 1997.
  • [2] Waszczyszyn Z: Zastosowanie sztucznych sieci neuronowych w inżynierii lądowej. W: Materiały pokonferencyjne XLI Konferencji Naukowej KILiW PAN i KN PZITB, t. 9. Kraków-Krynica 1995.
  • [3] Waszczyszyn Z.: Artificial neural networks in civil and structural engineering: Ten years of research in Poland. „Computer Assisted Mechanics and Engineering Sciences”, 13/4, 2006.
  • [4] Waszczyszyn Z., Słoński M.: Selected problem of artificial neural networks development. Ch. 5 in; „Advances in Soft Computing in Engineering”, CISM Courses and Lectures, vol. 512. Springer Wien New York 2010.
  • [5] Neural Network Toolbox for Use with MATLAB. User's Guide Version 4, Natick, MA: The MathWorks Inc. 2000.
  • [6] Nabney I.T.: Netlab: Algorithms for Pattern Recognition. Springer, 2002.
  • [7] Bishop C.M.: Pattern Recognition and Machine Learning. Springer, 2006.
  • [8] Osowski S.: Sieci neuronowe do przetwarzania informacji. Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2006.
  • [9] Rojas R.:. Neural Networks - A systematic Introduction. Springer, 1996.
  • [10] Haykin S.S.: Neural Networks: A Comprehensible Introduction. John Wiley & Sons, Inc. 1999.
  • [11] Nowak A.S., Collins K.R.: Reliability of Structures. McGraw-Hill, 2000.
  • [12] COSMOS/M. Finite Element Analysis System. Version 2.5. Structural Research and Analysis Corporation, Los Angeles 1999.
  • [13] Papadrakakis M., Papadopoulos V., Lagaros N.D.: Structural reliability analysis of elastic-plastic structures using neural networks and Monte Carlo simulations. „Computer Methods in Applied Mechanics and Engineering”, 136, 1996.
  • [14] Kaliszuk J., Waszczyszyn Z.: Reliability Analysis of a Steel Girder by the Hybrid FEM/BPNN MonteCarlo Method. „Progress in Steel, Composite and Aluminium Structures”. Taylor & Francis, 2006.
  • [15] Kaliszuk J.: Analiza niezawodności konstrukcji i elementów konstrukcji za pomocą sztucznych sieci neuronowych. Rozprawa doktorska. Uniwersytet Zielonogórski, 2005.
  • [16] Furtak K.: Wytrzymałość betonu poddanego obciążeniom wielokrotnie powtarzalnym. „Archiwum Inżynierii Lądowej”, 30, 1984.
  • [17] Kaliszuk J., Urbańska A., Waszczyszyn Z., Furtak K.: Neural analysis of concrete fatigue durability on the base of experimental evidence. „Archives of Civil Engineering”, 47, 2001.
  • [18] Jakubek M., Waszczyszyn Z.: Analysis of concrete fatigue failure by the neuro-fuzzy network FWNN. „Archives of Civil Engineering”, 53/1, 2001.
  • [19] Ni S.H., Lu P.C., Jang C.H.: A fuzzy neural network approach to evaluation of slope failure potential, „Microcomputers in Civil Engineering”, 11, 1996.
  • [20] Pabisek E., Jakubek M., Waszczyszyn Z.: A fuzzy neural network for the analysis of experimental structural engineering problems. „Neural Networks and Soft Computing”. Physica-Verlag, Springer, 2003.
  • [21] Jakubek M.: Zastosowanie sztucznych sieci neuronowych w wybranych zagadnieniach eksperymentalnej mechaniki materiałów i konstrukcji. Rozprawa doktorska. Politechnika Krakowska, 2007.
  • [22] Łakota W., Ziemiański L: Analysis of bolted steel connections by neural networks basing on dynamic response. „Archives of Civil Engineering”, 46 (2), 2000.
  • [23] Łakota W., Ziemiański L: Zastosowanie testów statycznych i dynamicznych do oceny węzłów podatnych. „Zeszyty Naukowe Politechniki Rzeszowskiej”, 60, 2002.
  • [24] Łakota, W., Ziemiański L.: Assessment method of semi-rigid steel connections basing on dynamic tests and neural networks. „Progress in Steel, Composite and Aluminium Structures”, Taylor & Francis, 2006.
  • [25] Friswell M.I., Mottershead J.E.: Finite Element Model Updating in Structural Dynamics. Kluwer Academic Publishers, Dordrecht 1996.
  • [26] Ziemiański L., Miller B., Piątkowski G.: Application of Neurocomputing to Parametric Identification Using Dynamic Responses. W: „Intelligent Computational Paradigms in Earthquake Engineering”, Idea Publishing Group, 2007.
  • [27] Ziemiański L, Miller B.: Dynamic Model Updating Using Neural Networks. „Computer Assisted Mechanics & Engineering Sciences”, 4, 2000.
  • [28] Miller B.: Dostrajanie modelu matematycznego konstrukcji do modelu fizycznego. Rozprawa doktorska. Politechnika Rzeszowska, 2002.
  • [29] Nazarko P.: Ocena stanu konstrukcji. Detekcja uszkodzeń z zastosowaniem sztucznych sieci neuronowych. Oficyna Wydawnicza Politechniki Rzeszowskiej, 2010.
  • [30] Nazarko P., Ziemiański L.: Towards application of soft computing in structural health monitoring. In: „Artificial Intelligence and Soft Computing”, 6114. Springer, 2010.
  • [31] Hernandez-Garcia M.R., Sanchez-Silva: Learning machines for structural damage detection, M. Lagaros. In: „Intelligent Computational Paradigms in Earthquake Engineering” Idea Group Publishing, 2007.
  • [32] Nazarko P., Ziemiański L.: Damage detection in structure elements using neural networks. In; Proceedings of the 18th International Conference on Computer Methods in Mechanics CMM 2009, Zielona Góra 2009.
  • [33] Nazarko P., Ziemiański L.: Novelty detection and damage evaluation in laboratory models. In: Proceedings of SMART '09 Smart Structures and Materials, Cunha 2009.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-BTB2-0077-0080
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.