Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 5

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  model materiału
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
Przedyskutowano współczynniki sprężystości w ortotropowym modelu materiałów inżynierskich, w zakresie liniowej teorii sprężystości. Wykazano za pomocą rozważań energetycznych, jakie ograniczenia należy nałożyć na techniczne stałe sprężystości. Ograniczenia te i warunki symetrii sformułowania powinny być narzędziem do weryfikacji poprawności danych eksperymentalnych, które stanowią podstawę do budowy modeli obliczeniowych.
EN
The present paper is dedicated to the discussion of elastic coefficients in the linear elastic orthotropic model o engineering materials. Limitations for the technical coefficients are described via strain energy considerations. The limitations and conditions required can be used for verification of the data taken from experimental analysis to computational models.
PL
Omówiono problem efektywności algorytmów służących do identyfikacji modeli materiału stosowanych w prawie konstytutywnym w symulacji procesów obróbki plastycznej. Stosowane powszechnie połączenie metody elementów skończonych (MES) z technikami optymalizacji prowadzi do bardzo długich czasów obliczeń. Przedstawiono propozycję wykorzystania w optymalizacji metamodelu, który zastępuje rozwiązanie MES. Jako metamodel wykorzystano sztuczną sieć neuronową. Wykonane testy numeryczne potwierdziły dokładność i efektywność zaproponowanej metody.
EN
Discussed is the problem of effective representation of the algorithms used for identification of the material models applicable by the constitutive law in simulation of plastic working processes. Suggested for optimum effects is to substitute the FEM solution by a metamodel. Artificial neural net had been used to perform as metamodel. Accuracy and effective performance of the suggested method were confirmed by numeric tests.
PL
Opisano metody stosowane w obliczeniowych analizach sklepionych mostów murowych. Przedstawiono klasyfikację modeli tego rodzaju mostów. Zamieszczono przykłady analiz mostów o jednakowej geometrii, ale o odmiennych (liniowych i nieliniowych) charakterystykach materiałowych.
EN
The examples of such a models for such sorts of bridges are presented. The examples of analysis such bridges with alike geometry but with different (linear and non-linear) material characteristic.
EN
Neural network based material model (NMM) is discussed. NMM is formulated as an implicit model for an equivalent material of a structure, basing on displacements measured at selected points of the investigated structure. Two methods of training patterns generation were used. The "on line" autoprogressive Algorithm A and "batch mode" cumulative Algorithm B were discussed. These algorithms were modified and implemented for the pattern "on line" generation and NMM training. A plane truss, taken from, was analyzed using the incremental FE approach on the base of two stage procedure at each load incremental level, which ensures an appropriate response of the structure made of equivalent material on the base of monitored displacements. The iterative algorithms A and B enable formulation of a simple NMM which gives material identification with a great accuracy.
PL
Przedstawiono budowę i zastosowanie neuronowego modelu materiału (NMM). NMM jest sformuowany dla materiału ekwiwalentnego konstrukcji korzystając z przemieszczeń mierzonych w wybranych punktach analizowanej konstrukcji. Identyfikację NMM realizowano za pomocą dwóch algorytmów: autoprogresywnego Algorytmu A oraz kumulacyjnego Algorytmu B. Obydwa algorytmy zostały zmodyfikowane a następnie zastosowane do generowania wzorców służących do zaprojektowania i nauczenia sieci neuronowej czyli utworzenia neuronowego modelu materiału. Do analizy numerycznej wykorzystano wzorcową płaską kratownicę. NMM był formułowany w przyrostowym programie MES, podczas realizacji dwuetapowej procedury wykonywanej w czasie obliczeń dla każdego przyrostu obciążenia. Iteracyjne algorytmy A i B umożliwiają utworzenie prostych NMM, które pozwalają na identyfikację materiału z dużą dokładnością.
PL
W opracowniu przedstawiono wyniki z próby ściskania dla stali 19 MNCr5G. badania przeprowadzono w zakresie temperatur 900'C-1300'C z krokiem 100'C przy prędkościach odkształcenia 01,1 i 10s-1.Stosowano wartość maksymalnego odkształcenia równą 0.6. Na podstawie wyników badań sporządzono krzywe płynięcia dla badanej stali oraz opisano je równaniami konstytutywnymi opisującymi zależność naprężeń uplastyczniających od wartości odkształcenia, prędkości odkształcenia i temperatury (równanie3) oraz z pominięciem wpływu wartości odkształcenia (równanie 4). Uzyskane równania stanowiąmodel materiałowy w symulacji procesu walcowania odkówki wałka pośredniego metodą elementów skończonych.
EN
Results of compresion tests of 19NnCr5G steel grade are presented in this paper. Experimental works were curried out at: temperature of 900, 1000, 1100, 1200 and 1300'C, strain rate of 01, 1 and 10 s-1, effective strain of 0-0.6. Flow curves of analyzed steel grade are given on figurers. Also equations (3) and(4) determining obtained flow curves were calculated using optymization methods. These equations will be used for FEM simulation of forming process of shaft forging
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.