Metamodel Driven Optimization of Thermomechanical Industrial Processes

• Autorzy: Kusiak J. , Sztangret Ł. , Rauch Ł. , Pietrzyk M.

Warianty tytułu

PL

Optymalizacja termomechanicznych procesów przemysłowych wspomagana metamodelowaniem

• Języki publikacji: EN

Abstrakty

EN

The main objective of the paper is presentation of the metamodel driven optimization (MDO) strategy of thermomechanical industrial processes. In this approach, the model of considered industrial process is replaced by a metamodel, which allows obtaining a significant reduction of the simulationtime. Low simulation time of the analyzed process gives the ability to use heuristic optimization methods, which increase the probability of finding the global optimum. The paper discusses the idea of metamodelling and presents results of metamodelling and optimization of a selected metal forming process.

PL

Głównym celem artykułu jest przedstawienie strategii opartej na metamodelu w zastosowaniu do optymalizacji termomechanicznych procesów przetwórstwa metali. Przedstawione podejście polega na zastąpieniu modelu rozważanego procesu poprzez metamodel, co pozwala na osiągnięcie znaczącej redukcji czasu obliczeń. Pomijalnie niski czas obliczeń umożliwia zastosowanie heurystycznych metod optymalizacji, które zwiększają prawdopodobieństwo znalezienia optimum globalnego. W artykule przedstawiono ideę metamodelowania oraz wyniki optymalizacji wybranego procesu przemysłowego.

Słowa kluczowe

EN

metamodel driven optimization; artificial neural networks; cooling of rails

• Wydawca: Wydawnictwa AGH
• Czasopismo: Computer Methods in Materials Science
• Rocznik: 2014
• Tom: Vol. 14, No. 1
• Strony: 20--26
• Opis fizyczny: Bibliogr. 10 poz., rys.

Twórcy

autor

Kusiak J.

• AGH University of Science and Technology, al. Mickiewicza 30, 30-059 Kraków, Poland

autor

Sztangret Ł.

• AGH University of Science and Technology, al. Mickiewicza 30, 30-059 Kraków, Poland

autor

Rauch Ł.

• AGH University of Science and Technology, al. Mickiewicza 30, 30-059 Kraków, Poland

autor

Pietrzyk M.

• AGH University of Science and Technology, al. Mickiewicza 30, 30-059 Kraków, Poland

Bibliografia

• Bishop, CM., 1995, Neural Networks for Pattern Recognition, Oxford UniversityPress, Oxford.
• Haykin, S., 1999, Neural Networks: A Comprehensive Foundation, Prentice Hall, New York.
• Kusiak, J., Szeliga, D., Sztangret, Ł., 2012, Modellingtechniques for optimizing metal forming processes, in: Microstruc-ture evolution in metal forming processes,eds. Lin J., Balint D., Pietrzyk M., Woodhead Publishing Limited, 35-66.
• Kuziak, R., Zygmunt, T., 2013, A new method of rail head hardening of standard gauge rails for improved wear and damage resistance, Steel Research International, 84, 13-19.
• Kuziak, R., Molenda, R., Wrożyna, A., Kusiak, J., Pietrzyk M., 2014, Experimental verification and validation of the phase transformation model used for optimization of heat treatment of rails, Computer Methods in Materials Science, 14, (1), 53-63.
• Pietrzyk, M., Kuziak, R., 2012, Numerical simulation of controlled cooling of rails as a tool for optimal design of this process, Computer Methods in Materials Science, 12,233-243.
• Rauch, Ł., Skiba, M., Kusiak, J., 2014, Computer system dedicated to optimization of production processes and cycles in metal forming industry, Computer Methods in Materials Science, 14, (1), 3-12.
• Sztangret, Ł., Rauch, Ł., Kusiak, J., Jarosz, P., Małecki, S., 2011, Modeling of the oxidizing roasting process of zinc sulphide concentrates using artificial neural networks, Computer Methods in Materials Science, 11, 122-127
• Sztangret, Ł., Szeliga, D., Kusiak, J., Pietrzyk, M., 2012, Application of inverse analysis with metamodelling for identification of metal flowstress, Canadian Metallurgical Quarterly, 51, 440-446.
• Tadeusiewicz, R., 1993, Sieci neuronowe, Akademicka Oficyna Wydawnicza, Warszawa, (in Polish).