Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Kompozyty

1 2010

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: adaptive neuro-fuzzy systems

Sortuj według:

Ogranicz wyniki do:

Ocena przydatności adaptacyjnych technik parametrów do wspomagania procesu wytwarzania kompozytów aluminium-włókna ceramiczne

Durak J., Wojtaszek M.

Kompozyty

2010

R. 10, nr 4

301-306

Przeprowadzono testową ocenę możliwości technik adaptacyjnych do estymacji korzystnych oraz ekonomicznych parametrów procesu formowania kompozytów w układzie cząstki stopu aluminium-cząstki ceramiczne. Jako informacje wyjściowe do przeprowadzenia testowej analizy wykorzystano wyniki pomiarów wytrzymałości na rozciąganie próbek tworzyw kompozytowych na osnowie aluminium umocnionych włóknami ceramicznymi. Próbki o zmiennym udziale objętościowym włókien były wykonane z użyciem technologii metalurgii proszków oraz przeróbki plastycznej. Wykorzystano w tym celu procesy mieszania składników, prasowania w temperaturze pokojowej proszku osnowy i mieszanin oraz wyciskania na gorąco wyprasek w warunkach izotermicznych. Wyciskanie było przeprowadzone przy różnych wartościach współczynnika wyciskania i temperatury. Wyniki badań wytrzymałości na rozciąganie tworzyw zastosowano jako bazę danych do testowej analizy z wykorzystaniem metod opartych na narzędziach statystycznych i na sztucznej inteligencji. Do statystycznej analizy zastosowano metodę krzywych regresji, spośród narzędzi sztucznej inteligencji wykorzystano adaptacyjny neuronowo-rozmyty system wnioskowania ANFIS. Dane otrzymane w wyniku badań wartości wytrzymałości na rozciąganie okazały się wystarczające do przeprowadzenia testowej analizy. Stwierdzono zgodność wyników otrzymanych w rezultacie zastosowania proponowanej metody ANFIS z wynikami metody statystycznej, co potwierdza przydatność tego rozwiązania do wspomagania projektowania materiałów kompozytowych. Oszacowano udział objętościowy włókien właściwy dla uzyskania najwyższej wartości parametru Rm, który dla przyjętych komponentów i technologii powinien wynosić od 4,0 do 5,5% obj.

An attempt to assess the possibility of adaptive techniques to estimate the beneficial and economic parameters of the forming process of composite particles in the system aluminum alloy-ceramic particles was carried out. As the input parameters for the computer analysis, the results of measurements of tensile strength of composite plastic samples in the warp of aluminium reinforced with ceramic fibres were used. Samples with different volume share of fibres were made using powder metallurgy technology and the forming processing. Blending process, pressing of powder and mixtures at room temperature, and hot extrusion of compacts realized in isother-mal conditions for this purpose were used. Extrusion was carried out at different values of extrusion ratio and temperature. Results of studies on the effects of chemical composition, temperature and extrusion ratio on tensile strength of materials were used as the database to carry out the test analysis, using statistical and artificial intelligence methods. Dependence of Rm on the share volume of fibers was estimated using curvilinear regression and adaptive neurofuzzy inference system ANFIS. This approach arose from the fact that in modern control systems to better examine the methods based on neural networks, due to the higher speed operation and flexibility. Therefore it was assumed that the proposed comparison will give information about the possibility of their use in place of classical solutions. Based on the results of the analysis, authors concluded that the data obtained from tests of tensile strength measurements, witch amount was 72, were proved to be sufficient to carry out a test analysis using adaptive neurofuzzy inference system. It has been found highly compatibility of results obtained based on the proposed ANFIS method, with the results of the classical statistical analysis, carried out using the regression curves, which confirms the usefulness of this solution for computer aided design of composite materials. Based on a test analysis using the adaptive neurofuzzy system, the Rm parameter achieves the highest values when the participation of fibres in composite were between 4.0 and 5.5% by volume. The results obtain-ed confirm the adaptive techniques allow for automated correction of predefined relationship between the input parameters such as time and speed of mixing, the mixture composition, extrusion temperature, and output such as strength or density of the sample after the bench press.