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: tarciowa modyfikacja warstw wierzchnich

Sortuj według:

Ogranicz wyniki do:

Prediction of spindle torque acting on the tool during FSP using neural networks and RSM

100%

Węglowski M. S.

Archives of Mechanical Technology and Automation

2013

tom Vol. 33, no. 4

39--48

An artificial neural network (ANN) and response surface methodology (RSM) models were developed for the analysis and simulation of the correlation between parameters of the friction stir processing process (FSP) and the torque acting on a tool during modification of cast aluminium alloy AlSi9Mg. The input parameters were: rotational speed, travelling speed and down force. The output parameter of the models was the torque of the spindle. Good correlation between the experimental set and the model was achieved. The best results were obtained for the multilayer perceptron type 3-6-1. Results obtained in artificial neural network were compared with those through response surface methodology. Based on results achieved, ANN and linear model can be recommended to predict the spindle torque value acting on the tool during FSP process carried out on alloy AlSi9Mg.

Do wyznaczenia zależności pomiędzy parametrami procesu tarciowej modyfikacji warstw wierzchnich (FSP) a momentem obrotowym działającym na narzędzie podczas modyfikacji stopu odlewniczego aluminium AlSi9Mg rozwinięto metody sztucznych sieci neuronowych (ANN) i powierzchni odpowiedzi (RSM). Metody te umożliwiły przewidywanie wartości momentu obrotowego. Parametrami wejściowymi w zaproponowanych modelach były prędkości obrotowa i przesuwu oraz siła docisku, a parametrem wyjściowym moment obrotowy. Osiągnięto dużą zgodność pomiędzy wynikami doświadczalnymi i modelami. Najlepsze wyniki uzyskano w przypadku wielowarstwowej sieci typu perceptron 3-6-1. Rezultaty otrzymane z użyciem sztucznej sieci neuronowej porównano z uzyskanymi metodą powierzchni odpowiedzi. Na tej podstawie stwierdzono, że ANN i model liniowy mogą być wykorzystywane do prognozowania wartości momentu obrotowego działającego na narzędzie podczas procesu FSP prowadzonego na stopie AlSi9Mg.

Nonlinear Finite Element Simulation of Friction Stir Processing of Marine Grade 5083 Aluminum Alloy

100%

Kishta E. E. , Abed F. H. , Darras B.

Engineering Transactions

2014

tom Vol. 62, iss. 4

313--328

As friction stir processing is emerging as a new technique for material enhancement, full understanding of the process has not been achieved yet. The resulting mechanical and microstructural properties are controlled by processing parameters like rotational and translational speeds. To support experimental results, it is very necessary to develop robust finite element models that can simulate the friction stir welding process and predict the effect of the processing parameters on the thermal profiles. This, in turn, gives a forecast of the expected tensile and microstructural properties of the alloy used. This paper presents a thermomechanicalbased finite element modeling adopting a coupled Eulerian Lagrangian formulation to simulate the friction stir process for Marine Grade AA5083. A set of friction stir welding tests considering different rotational and translational speeds is also conducted in this study to verify and validate the present FE modeling. The thermal profiles as well as the peak temperatures measured experimentally using infra-red imaging technique were successfully predicted by the proposed FE modeling.