Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: profil skrzynkowy

Sortuj według:

Ogranicz wyniki do:

Bending Moment and Cross-Section Deformation of a Box Profile

Kut Stanisław, Stachowicz Feliks

Advances in Science and Technology. Research Journal

2020

Vol. 14, no 2

85--93

In the process of plastic bending of thin-walled profiles, there is a significant deformation of the cross-section, which has a very significant impact on the course and effects of the shaping process construction products. In this paper, the experimental, analytical as well as numerical analyses of the box profile bending process enabled to establish the relationships determining the dependence of the cross-sectional form and bending moment on the bending curvature. The following paper discusses pure bending moment and the cross-sectional deformation of 21.5×21.5×1.8 mm and 25×25×2.5 mm square tubes made of the 6060 aluminium alloy. Satisfactory agreement of the experimental results and numerical calculations was obtained for the values of horizontal and vertical wall deflection, as well as for the experimental, calculated and numerical bending moment characteristics.

Zastosowanie sztucznych sieci neuronowych do wyznaczania parametrów gięcia profili skrzynkowych.

Litwin P., Stachowicz P.

Rudy i Metale Nieżelazne

2000

R. 45, nr 10-11

565-569

Wyznaczenie momentu gnącego i współczynnika sprężynowania w przypadku gięcia profili skrzynkowych jest utrudnione, ze względu na deformację przekroju poprzecznego giętego elementu. Do rozwiązania tego problemu wykorzystano Perceptron Wielowarstwowy - model z grupy Sztucznych Sieci Neuronowych (SSN). Sieć trenowano na danych eksperymentalnych zawierających parametry materiałowe (podawane na wejście sieci) oraz parametry procesu gięcia (podawane na wyjściu sieci). Zbiór uczący obejmował dane pomiarowe zebrane podczas gięcia profili o różnych wymiarach. Przeprowadzony eksperyment dowiódł, że model oparty na sieci neuronowej może być wykorzystywany do wyznaczenia parametrów gięcia.

Spring-back coefficient and bending moment prediction in the case of box profile bending process causes some problems because of cross-sectional distortion. To solve these problems Multilayer Perceptron type artificial neural network (ANN) was applied. Multilayer Perceptron (MLP) was trained using measured process data of box profile bending. Mechanical properties were given as the inputs and the bending process parameters as the outputs of the MLP. The data set consisted of different geometry steel box profile. The experiment confirmed that this model is a valid alternative for the quick responsible method for main bending parameters determination.