Ten serwis zostanie wyłączony 2025-02-11.
Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 1

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
The paper presents the application of plane strain compression (PSC) test to the identification of material model parameters. Moreover, an attempt to substitute the finite element (FE) model with the metamodel in the inverse analysis was made. There are several plastometric tests carried out in order to obtain material properties. Despite the fact that PCS test is very accurate, the most commonly used is uniaxial compression (UC) test. This is due to the difficulties in interpretation of results of the PSC test. Inverse analysis is used to overcome this problem. This analysis requires simulation results of adopted test. FE model is most commonly used in these simulations. However, due to mesh density in the area of greatest strain gradients, FE simulations can take unacceptably long time. Therefore, artificial neural network (ANN) was proposed in the present work as metamodel of the PSC test. This metamodel was used in the inverse analysis performed to obtain material properties for copper alloys. The results were compared with uniaxial compression test performed for the same material and good agreement was observed.
PL
Artykuł przedstawia zastosowanie próby spęczania w płaskim stanie odkształcenia w identyfikacji parametrów modelu materiału. Sprawdzono również możliwość zastąpienia modelu MES przez metamodel w analizie odwrotnej. Istnieje kilka prób plasto-metrycznych wykorzystywanych w celu wyznaczenia własności materiału. Pomimo, że próba PSC jest bardzo dokładna, najczęściej stosowana jest próba spęczania osiowosymetrycznego. Powodem tego są trudności w interpretacji wyników próby PSC. Rozwiązaniem wspomnianego problemu jest zastosowanie analizy odwrotnej. Wymaga ona jednak wyników symulacji zastosowanej próby. Symulacje te najczęściej wykorzystują model MES. Jednak ze względu na gęstość siatki MES w obszarach, w których wartość gradientu odkształcenia jest największa, czas symulacji staje się nieakceptowalnie długi. Z tego powodu sztuczne sieci neuronowe zostały wykorzystane jako metamodel próby PSC i zastosowane w analizie odwrotnej mającej na celu wyznaczenie parametrów materiału dla stopów miedzi. Porównując wyniki otrzymane z wykorzystaniem próby PSC i próby spęczania osiowosymetrycznego otrzymano dobrą zgodność.
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.