Prognozowanie występowania pęknięć w oparciu o system FEM-MLP

• Autorzy: Jakub Gajewski , Paweł Nowakowski , Patryk Różyło
• Języki publikacji: PL

Abstrakty

W pracy przedstawiono analizę wyników badań numerycznych MES poprzez zastosowanie sztucznej sieci MLP. Zaprojektowanie modelu oraz badanie procesu pękania elementu maszynowego wykonano w oprogramowaniu ABAQUS. Model Sztucznej sieci neuronowej został stworzony w aplikacji STATISICA. Analizy umożliwiły określenie wpływu parametrów modelu na występowanie pęknięć. (abstrakt oryginalny)

EN

The paper presents the FEM - ANN analysis. Design and cracking tests of the model was performed in the ABAQUS software . Artificial neural network model was created in STATISTICA application. The analysis made it possible to provide information on the impact of the parameters on the occurrence of cracks.(original abstract)

Słowa kluczowe

PL

Sztuczne sieci neuronowe (SSN); Bazy danych; Nauczanie hybrydowe

EN

Artificial neural networks (ANN); Databases; Blended learning

• Czasopismo: Logistyka
• Rocznik: 2015
• Numer: nr 3, CD 1
• Strony: 1381--1386

Twórcy

autor

Jakub Gajewski

• Politechnika Lubelska

autor

Paweł Nowakowski

• Politechnika Lubelska

autor

Patryk Różyło

• Politechnika Lubelska

Bibliografia

• The paper presents the FEM - ANN analysis. Design and cracking tests of the model was performed in the ABAQUS software . Artificial neural network model was created in STATISTICA application. The analysis made it possible to provide information on the impact of the parameters on the occurrence of cracks. Gajewski J., Jonak J. Classification of wear level of mining tools with the use of fuzzy neural network, Tunnelling and Underground Space Technology, Volume 35, April 2013, Pages 30-36
• Gajewski J., Jonak J. Metody sztucznej inteligencji w badaniach noży i głowic urabiających. Lublin 2008; 122-128.
• Gajewski J., Jonak J. Towards the identification of worn picks on cutter drums based on torque and power signals using Artificial Neural Networks, Tunnelling and Underground Space Technology, Volume 26, Issue 1, January 2011, Pages 22-28
• Jonak J. Zagadnienia mechaniki pękania i skrawania materiałów. Lublin: Politechnika Lubelska, 2010; 90-95.
• Kąkol W., Łodygowski T. Metoda elementów skończonych w wybranych zagadnieniach mechaniki konstrukcji inżynierskich, Politechnika Poznańska, 2003.
• Malalur S. S, Manry M. T., Praveen J., Multiple optimal learning factors for the multi-layer perceptron. USA: University of Texas at Arlington, 2010
• Maździuk J., Sieci Neuronowe Hopfielda. Warszawa: Akademicka Oficyna Wydawnicza EXIT, 2000
• Moes N., Belytschko T. Extended finite element method for cohesive crack growth. USA: Northwestern University, 2001.
• Wójtowicz P. POLSKA WERSJA STATISTICA NEUTRAL NETWORKS. StatSoft Polska