W artykule podjęto próbę wykorzystania sztucznych sieci neuronowych (SSN) do identyfikacji klasy obciążenia pojazdów gąsienicowych i kołowych, zgodnie z normą STANAG 2021, na podstawie charakterystycznych wielkości opisujących gabaryty i masę pojazdu. Do rozwiązania problemu użyto sieci liniowej i perceptron wielowarstwowy (MLP). Wyniki odwzorowania klasy MLC przy użyciu SSN nie zapewniają porównywalnej dokładności z metodami analitycznymi. Zaproponowana SSN nie była w stanie prawidłowo analizować klasy MLC pojazdów, których charakterystyki geometryczne nie były zbliżone do pojazdów hipotetycznych przedstawionych w STANAG 2021.
2
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
W pracy przedstawiono numeryczną analizę mostu pływającego typu wstęga. Badany most zestawiono z pontonów parku pływającego PP-64 z luzami wstępnymi występującymi w płaszczyźnie zginania. Z warunku dopuszczalnego zanurzenia pontonów, wyznaczono nośności mostu typu wstęga pojedyncza i podwójna dla podstawowych obciążeń normowych obowiązujących w NATO.
EN
Numerical analysis of the floating ribbon type bridge was presented in the paper. The examined bridge was set with pontoons of the PP-64 Floating Park. Initial clearances occur between pontoons at the bending plate of the bridge. Load capacity of the single and double mixed ribbon type bridge were calculated from the permissible condition of the pontoons' submersions.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.