Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: twardość stali

Sortuj według:

Ogranicz wyniki do:

Using neural networks application for prediction of parameters of carbonizing process in fluidized bed

Szota M., Jasiński J.

Inżynieria Materiałowa

2008

Vol. 29, nr 6

877-880

This paper presents neural network model used for designing the assumed curve of hardness after carbonizing steel in fluidized bed. This process is very complicated and difficult as multi-parameters changes are non linear and car drive cross structure is non homogeneous [1÷2]. This fact and lack of mathematical algorithms describing this process makes modeling required curve of hardness by traditional numerical methods difficult or even impossible. In this case it is possible to try using artificial neural network [3÷7]. The neural network structure was designed and prepared by choosing input and output parameters of process. The method of learning and testing neural network, the way of limiting nets structure and minimizing learning and testing error are discussed. Such prepared neural network model, after putting expected values of assumed hardness curve in output layer, can give answers to a lot of questions about parameters of carbonizing process in fluidized bed. This paper presents different conception modeling of carbonizing process parameters and obtain assumed material's properties after carbonizing in fluidized bed. The specially prepared neural networks model could be a help for engineering decisions and may be used in designing carbonizing process in fluidized bed as well as in controlling changes of this process.

Praca prezentuje model neuronowy zastosowany do projektowania oczekiwanych rozkładów twardości stali po nawęglaniu w złożu fluidalnym. Proces ten jest bardzo skomplikowany, jednoczesne zmiany wielu jego parametrów mają charakter nieliniowy, a struktura stali, z której są wykonane obrabiane elementy, jest niejednorodna. Fakt ten oraz brak algorytmów matematycznych opisujących ten proces czyni zastosowanie tradycyjnych metod do modelowania parametrów nawęglania w złożu bardzo trudnym, a niejednokrotnie niemożliwym. W tym przypadku uzasadniona jest próba zastosowania sieci neuronowych do modelowania tego procesu. Odpowiednio zaprojektowana sieć neuronowa może sprawnie służyć do projektowania parametrów procesu nawęglania w złożu fluidalnym. W artykule zaprezentowano nietypową koncepcję modelowania parametrów procesu nawęglania i otrzymywania wcześniej zakładanych właściwości materiału po tym procesie. Odpowiednio przygotowany model neuronowy może być pomocny przy podejmowaniu decyzji inżynierskiej i może być stosowany do kontroli poprawności przebiegu procesu nawęglania.

Miedzylaboratoryjne badania w zakresie pomiaru twardości stali

Rzepkowski A., Rzepkowski A., Klimek L.

LAB Laboratoria, Aparatura, Badania

2004

R. 9, nr 1

48-50

W 2002 roku w ramach Sekcji Badań Materiałowych Klubu Polskich Laboratoriów Badawczych POLLAB zorganizowano badania porównawcze dotyczące pomiaru twardości stali. Koordynatorem tych badań był Instytut Inżynierii Materiałowej Politechniki Łódzkiej. W badaniach międzylaboratoryjnych brało udział 28 laboratoriów - zarówno jednostek zakładów przemysłowych, placówek naukowo badawczych, uczelni, jak i laboratoriów będących samodzielnymi jednostkami. Dla zachowania poufności badań uczestnikom przyporządkowano w przypadkowej kolejności kody liczbowe, od 1 do 28, które w dalszej części traktowane będą jako kod laboratorium.