Pregled bibliografske jedinice broj: 420175
Modeliranje vlačne čvrstoće nodularnog lijeva pomoću umjetnih neuronskih mreža
Modeliranje vlačne čvrstoće nodularnog lijeva pomoću umjetnih neuronskih mreža // Proceedings Book 9th International Foundrymen Conference / Unkić, Faruk (ur.).
Sisak: Metalurški fakultet u Sisku, 2009. str. 1-7 (predavanje, domaća recenzija, cjeloviti rad (in extenso), znanstveni)
CROSBI ID: 420175 Za ispravke kontaktirajte CROSBI podršku putem web obrasca
Naslov
Modeliranje vlačne čvrstoće nodularnog lijeva pomoću umjetnih neuronskih mreža
(Modeling the tensile strength of ductile cast iron by artificial neural networks)
Autori
Žmak, Irena ; Filetin, Tomislav ; Hren, Smiljan
Vrsta, podvrsta i kategorija rada
Radovi u zbornicima skupova, cjeloviti rad (in extenso), znanstveni
Izvornik
Proceedings Book 9th International Foundrymen Conference
/ Unkić, Faruk - Sisak : Metalurški fakultet u Sisku, 2009, 1-7
ISBN
978-953-7082-08-6
Skup
9th International Foundrymen Conference
Mjesto i datum
Opatija, Hrvatska, 18.06.2009. - 19.06.2009
Vrsta sudjelovanja
Predavanje
Vrsta recenzije
Domaća recenzija
Ključne riječi
nodularni lijev; vlačna čvrstoća; neuronske mreže; predviđanje
(ductile iron; tensile strength; neural networks; prediction)
Sažetak
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 ovog istraživanja je primijeniti umjetne neuronske mreže u određivanju veze između određenih toplinskih parametara s krivulje hlađenja taljevine i rezultirajuće vlačne čvrstoće odljevaka od nodularnog lijeva. Pripremljena 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 odljevenim ispitnim uzorcima. Za učenje umjetnih neuronskih mreža primijenjen je algoritam povratnog rasprostiranja pogreške. U cilju sprječavanja pretreniranosti mreže primijenjena je metoda ranog zaustavljanja. Najpovoljnija veličina skrivenog sloja neurona utvrđena je praćenjem pogreške 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.
Izvorni jezik
Hrvatski
Znanstvena područja
Metalurgija, Strojarstvo
POVEZANOST RADA
Projekti:
120-1201780-1779 - Modeliranje svojstava materijala i parametara procesa (Filetin, Tomislav, MZOS ) ( CroRIS)
Ustanove:
Fakultet strojarstva i brodogradnje, Zagreb