Wyniki wyszukiwania - Biblioteka Nauki

Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: material identification

Sortuj według:

Ogranicz wyniki do:

Identyfikacja gatunku stali zastosowanej w obiektach budowlanych

100%

Kowalski D.

tom nr 9

137--139

Eksploatacja istniejących metalowych konstrukcji budowlanych często związana jest z zagadnieniem koniecznej szczegółowej identyfikacji rodzaju materiału stalowego pod kątem jego cech wytrzymałościowych i składu chemicznego. Dostępne standardowe metody laboratoryjne zazwyczaj wymagają pobrania z konstrukcji próbek materiału do badań, co nie zawsze jest możliwe. W artykule zaprezentowano alternatywne metody oceny wymienionych cech materiałowych z zastosowaniem badań nieniszczących możliwych do wykonania bezpośrednio na obiekcie.

Exploitation of the existing building metal structures is often associated with the issue of the necessity of the steel grade detailed identification with respect to strength parameters and the chemical composition. Due to available standard laboratory methods very often samples of the construction material has to be taken what is not always possible. Alternative methods for the assessment of these material properties based on the use of nondestructive testing that can be performed directly on site are presented in the paper.

On algorithms for identification of a neural network based model of equivalent material in real structures

100%

Pabisek E.

tom Vol. 54, nr 2

395-404

Neural network based material model (NMM) is discussed. NMM is formulated as an implicit model for an equivalent material of a structure, basing on displacements measured at selected points of the investigated structure. Two methods of training patterns generation were used. The "on line" autoprogressive Algorithm A and "batch mode" cumulative Algorithm B were discussed. These algorithms were modified and implemented for the pattern "on line" generation and NMM training. A plane truss, taken from, was analyzed using the incremental FE approach on the base of two stage procedure at each load incremental level, which ensures an appropriate response of the structure made of equivalent material on the base of monitored displacements. The iterative algorithms A and B enable formulation of a simple NMM which gives material identification with a great accuracy.

Przedstawiono budowę i zastosowanie neuronowego modelu materiału (NMM). NMM jest sformuowany dla materiału ekwiwalentnego konstrukcji korzystając z przemieszczeń mierzonych w wybranych punktach analizowanej konstrukcji. Identyfikację NMM realizowano za pomocą dwóch algorytmów: autoprogresywnego Algorytmu A oraz kumulacyjnego Algorytmu B. Obydwa algorytmy zostały zmodyfikowane a następnie zastosowane do generowania wzorców służących do zaprojektowania i nauczenia sieci neuronowej czyli utworzenia neuronowego modelu materiału. Do analizy numerycznej wykorzystano wzorcową płaską kratownicę. NMM był formułowany w przyrostowym programie MES, podczas realizacji dwuetapowej procedury wykonywanej w czasie obliczeń dla każdego przyrostu obciążenia. Iteracyjne algorytmy A i B umożliwiają utworzenie prostych NMM, które pozwalają na identyfikację materiału z dużą dokładnością.