Optymalizacja procesów metalurgicznych oparta jest najczęściej na symulacjach wykorzystujących metodę elementów skończonych. W przypadku złożonych procesów symulacje są czasochłonne, przez co koszt optymalizacji może okazać się zbyt wysoki. W pracy podjęto próbę redukcji tego kosztu poprzez zmniejszenie koniecznej liczby wywołań symulacji. W optymalizacji wykorzystano metodę roju cząstek, a przyspieszenie zbieżności procedury optymalizacyjnej uzyskano włączając do algorytmu analizę wrażliwości funkcji celu. Analiza wrażliwości wprowadza dynamiczne sterowanie zachowaniem populacji roju cząstek. W pracy przedstawiono sposób wykorzystania dodatkowych informacji do rozwiązania problemu optymalizacji oraz porównano efektywność działania „zmodyfikowanych” procedur na przykładzie kilku funkcji testowych oraz procesu spęczania próbek walcowych.
EN
Optimization of complex metallurgical processes is usually based on simulations using the finite element method. Such simulations are time-consuming thereby optimization cost may be too high. The paper presents an attempt of reduction of that cost by reducing the required number of simulation calls. Particles swarm optimization method was used as the optimization procedure. To increase the convergence of optimization procedure, the sensitivity analysis of the objective function was used. Sensitivity analysis introduces dynamical control of behaviour of particles in the swarm. The paper presents the way of use this additional information to solve the optimization problem and comparison of the efficiency of the “modified” procedure on a number of test functions and upsetting process.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.