Nalazite se na CroRIS probnoj okolini. Ovdje evidentirani podaci neće biti pohranjeni u Informacijskom sustavu znanosti RH. Ako je ovo greška, CroRIS produkcijskoj okolini moguće je pristupi putem poveznice www.croris.hr
izvor podataka: crosbi !

Modeliranje vlačne čvrstoće nodularnog lijeva pomoću umjetnih neuronskih mreža (CROSBI ID 156229)

Prilog u časopisu | izvorni znanstveni rad

Žmak, Irena ; Filetin, Tomislav ; Hren, Smiljan Modeliranje vlačne čvrstoće nodularnog lijeva pomoću umjetnih neuronskih mreža // Ljevarstvo (1992), 51 (2009), 3; 59-64

Podaci o odgovornosti

Žmak, Irena ; Filetin, Tomislav ; Hren, Smiljan

hrvatski

Modeliranje vlačne čvrstoće nodularnog lijeva pomoću umjetnih neuronskih mreža

Vlačna čvrstoća nodularnog lijeva usporediva je s čvrstoćom brojnih vrsta čelika. Europska norma propisuje minimalne vrijednosti vlačne čvrstoće, granice razvlačenja, istezljivosti i žilavosti nodularnog lijeva. Rastezna svojstva, posebice granica razvlačenja i vlačna čvrstoća, te istezljivost su obično prihvaćene kao najznačajnije odrednice mehaničke otpornosti odljevaka. Svojstva nodularnog lijeva povezana su s krivuljom hlađenja taljevine, snimljenom pomoću toplinske analize. Cilj je ovog istraživanja primijeniti umjetne neuronske mreže u određivanju veze između određenih toplinskih parametara s krivulje hlađenja taljevine i rezultirajuće vlačne čvrstoće odljevaka od nodularnog lijeva. Pripremljeno je 147 taljevina nodularnog lijeva u ljevaonici Metalske industrije Varaždin d.d. Za svaku su taljevinu snimljene krivulje hlađenja, te su određena vlačna svojstva na posebno odlivenim ispitnim uzorcima. Za učenje umjetnih neuronskih mreža primijenjen je algoritam povratnog rasprostiranja pogrješke. U cilju sprječavanja pretreniranosti mreže primijenjena je metoda ranog zaustavljanja. Najpovoljnija veličina skrivenog sloja neurona utvrđena je praćenjem pogrješke u skupu za testiranje. Prikazani su i uspoređeni postignuti rezultati učenja umjetne neuronske mreže. Pokazano je da se umjetne neuronske mreže mogu uspješno primijeniti u predviđanju vlačne čvrstoće nodularnog lijeva na temelju relevantnih toplinskih parametara taljevine.

nodularni lijev; toplinska analiza; vlačna čvrstoća; umjetne neuronske mreže; modeliranje

nije evidentirano

engleski

Modeling the tensile strength of ductile cast iron by artificial neural networks

nije evidentirano

ductile cast iron; thermal analysis; tensile strength; artificial neural networks; modeling

nije evidentirano

Podaci o izdanju

51 (3)

2009.

59-64

objavljeno

1330-2132

Povezanost rada

Strojarstvo