W pracy podjęto próbę oceny możliwości i skuteczności probabilistycznej sztucznych sieci neuronowych w przewidywaniu pęknięć w procesach plastycznej przeróbki metali na gorąco. Zastosowano probabilistyczne sieci neuronowe (PNN – probabilistic neural networks), które zostały zaimplementowane do programu komercyjnego FORGE3. Weryfikację opracowanego modelu procesu pękania przeprowadzono na podstawie analizy wyników laboratoryjnej próby SICO. Wyniki przewidywania pękania porównano z wynikami uzyskanymi z kryterium pękania Lathama-Cockcrofta.
EN
The main goal of the work is an attempt of using the artificial neural networks in prediction of steel cracking during hot deformation. Developed model based on the probabilistic neural networks (PNN) is implemented into commercial finite element code FORGE3. The model can be applied to simulate the material cracking in a SICO plastometric test as well as in a wide range of real industrial processes. The obtained results based on the proposed approach are compared with the results obtained using the Latham-Cockcroft criterion.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.