Pretražite po imenu i prezimenu autora, mentora, urednika, prevoditelja

Napredna pretraga

Pregled bibliografske jedinice broj: 379196

Modeliranje strukture i svojstava nodularnog lijeva neuronskim mrežama


Žmak, Irena
Modeliranje strukture i svojstava nodularnog lijeva neuronskim mrežama, 2009., doktorska disertacija, Fakultet strojarstva i brodogradnje, Zagreb


CROSBI ID: 379196 Za ispravke kontaktirajte CROSBI podršku putem web obrasca

Naslov
Modeliranje strukture i svojstava nodularnog lijeva neuronskim mrežama
(Modeling the Structure and Properties of Nodular Cast Iron Using Neural Networks)

Autori
Žmak, Irena

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, doktorska disertacija

Fakultet
Fakultet strojarstva i brodogradnje

Mjesto
Zagreb

Datum
08.01

Godina
2009

Stranica
140

Mentor
Filetin, Tomislav

Ključne riječi
nodularni lijev ; taljevine ; toplinska analiza ; mikrostruktura ; mehanička svojstva ; umjetne neuronske mreže ; algoritam povratnog rasprostiranja pogreške ; predviđanje ; modeliranje
(nodular cast iron ; melt ; thermal analysis ; microstructure ; mechanical properties ; artificial neural networks ; error back – propagation algorithm ; prediction ; modeling)

Sažetak
Dosadašnja su istraživanja pokazala da se umjetne neuronske mreže mogu uspješno primijeniti u predviđanju različitih svojstava materijala. Cilj ovog doktorskog rada je istraživanje mogućnosti primjene neuronskih mreža u predviđanju mehaničkih svojstava i mikrostrukture nodularnog lijeva. Prikupljeni su eksperimentalni podaci o 147 taljevina nodularnog lijeva. Svaka je taljevina ispitana toplinskom analizom, a spektralnom je analizom utvrđen kemijski sastav. Ispitana su mehanička svojstva: vlačna čvrstoća, konvencionalna granica razvlačenja, istezljivost i tvrdoća. Analizom mikrostrukture utvrđena je nodularnost grafita i broj grafitnih nodula po jedinici površine, te udio ferita i perlita u metalnoj osnovi. Neuronske su mreže oblikovane, primijenjene i simulirane programskim paketom Neural Network Toolbox od Matlaba 7.0. Korištene su neuronske mreže s povratnim rasprostiranjem pogreške. U cilju sprečavanja pretreniranosti mreže, odnosno unaprijeđenja generalizacije, korištena je metoda ranog zaustavljanja. Kako bi konvergencija k minimalnoj pogrešci bila brža, upotrijebljen je Levenberg – Marquardtov algoritam. Pogreška neuronske mreže praćena je preko normaliziranog korijena srednje kvadratne pogreške, koeficijenata korelacije i determinacije, te srednje vrijednosti relativne pogreške. Mehanička svojstva i mikrostruktura nodularnog lijeva predviđani su na temelju relevantnih toplinskih parametara s krivulje hlađenja taljevine. Za model neuronske mreže utvrđen je najpovoljniji način normiranja ulaznih i izlaznih podataka, te najpovoljniji nagib aktivacijske funkcije skrivenih neurona. Određena je najpovoljnija kombinacija ulaznih toplinskih parametara. Najsličnije taljevine prema izmjerenim toplinskim parametrima izabrane su za testiranje mreže. Svaki mikrostrukturni parametar i mehaničko svojstvo predviđani su posebnim neuronskim mrežama i za svaku je mrežu određen najpovoljniji broj skrivenih neurona. Obzirom na ukupan broj uzoraka i rasipanja vrijednosti svojstava, neuronskim su mrežama postignuti relativno zadovoljavajući rezultati predviđanja svojstva i mikrostrukture. Pogreške generalizacije neuronske mreže bile su manje kod predviđanja mikrostrukture, posebno mikrostrukture metalne osnove. Veće pogreške zabilježene su pri predviđanju mehaničkih svojstava, naročito istezljivosti.

Izvorni jezik
Hrvatski

Znanstvena područja
Temeljne tehničke znanosti



POVEZANOST RADA


Projekti:
120-1201780-1779 - Modeliranje svojstava materijala i parametara procesa (Filetin, Tomislav, MZOS ) ( POIROT)

Ustanove:
Fakultet strojarstva i brodogradnje, Zagreb

Profili:

Avatar Url Tomislav Filetin (mentor)

Avatar Url Irena Žmak (autor)


Citiraj ovu publikaciju:

Žmak, Irena
Modeliranje strukture i svojstava nodularnog lijeva neuronskim mrežama, 2009., doktorska disertacija, Fakultet strojarstva i brodogradnje, Zagreb
Žmak, I. (2009) 'Modeliranje strukture i svojstava nodularnog lijeva neuronskim mrežama', doktorska disertacija, Fakultet strojarstva i brodogradnje, Zagreb.
@phdthesis{phdthesis, author = {\v{Z}mak, I.}, year = {2009}, pages = {140}, keywords = {nodularni lijev, taljevine, toplinska analiza, mikrostruktura, mehani\v{c}ka svojstva, umjetne neuronske mre\v{z}e, algoritam povratnog rasprostiranja pogre\v{s}ke, predvi\djanje, modeliranje}, title = {Modeliranje strukture i svojstava nodularnog lijeva neuronskim mre\v{z}ama}, keyword = {nodularni lijev, taljevine, toplinska analiza, mikrostruktura, mehani\v{c}ka svojstva, umjetne neuronske mre\v{z}e, algoritam povratnog rasprostiranja pogre\v{s}ke, predvi\djanje, modeliranje}, publisherplace = {Zagreb} }
@phdthesis{phdthesis, author = {\v{Z}mak, I.}, year = {2009}, pages = {140}, keywords = {nodular cast iron, melt, thermal analysis, microstructure, mechanical properties, artificial neural networks, error back – propagation algorithm, prediction, modeling}, title = {Modeling the Structure and Properties of Nodular Cast Iron Using Neural Networks}, keyword = {nodular cast iron, melt, thermal analysis, microstructure, mechanical properties, artificial neural networks, error back – propagation algorithm, prediction, modeling}, publisherplace = {Zagreb} }




Contrast
Increase Font
Decrease Font
Dyslexic Font