Статья: ИСПОЛЬЗОВАНИЕ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ПРОГНОЗИРОВАНИЯ ПРОЧНОСТНЫХ СВОЙСТВ ПЕСЧАНО-ГЛИНИСТЫХ СМЕСЕЙ ЛИТЕЙНЫХ ФОРМ (2023)

Читать онлайн

Основной целью данной работы является исследование использования моделей искусственной нейронной сети (ИНС) для проверки и прогнозирования прочностных свойств сухих и влажных песчано-глинистых смесей, используемых для формовки в процессах изготовления литых изделий. В качестве основного параметра, выражающего прочностные свойства песчано-глинистых смесей, использовали сопротивление деформации формы. В качестве выбранной структуры ИНС использовали персептрон с несколькими скрытыми слоями, в качестве метода обучения применяли метод с учителем с использованием экспериментальных данных. Определение синаптических весов производили с использованием базового алгоритма обратного распространения ошибки. Исследовали время обучения и результирующую точность ИНС для предсказания прочностного параметра песчано-глинистых смесей в зависимости от состава смеси, влажности и температуры. В результате исследования была сформирована структура персептрона нейросетевой модели и определены значения величин синаптических весов. Реализующая разработанную нейросетевую модель программа для ЭВМ позволила выполнить прогнозирование количественного влияния отдельных компонентов сырых и сухих песчано-глинистых смесей на их предел прочности на сжатие, который выражается через сопротивление деформации. Полученные результаты прогнозирования характеристик сравнивались с экспериментально полученными результатами других исследователей. Было установлено, что расчетные прогнозируемые данные по влиянию компонентного состава смеси на сопротивление деформации не противоречат экспериментальным данным. Исследования, проведенные с использованием разработанного программного обеспечения, позволили выполнить оценку прочности формовочных смесей с компонентными составами, которые ранее не исследовались. Это позволит расширить диапазоны оценки возможности образования горячих трещин в отливках.

Ключевые фразы: песчано-глинистая форма, искусственная нейронная сеть, формовочная смесь, компонентный состав, податливость формы, моделирование напряженного состояния, НЕЙРОСЕТЕВАЯ МОДЕЛЬ
Автор (ы): Андреев Сергей Михайлович (Andreev S. M.), Колокольцев Михаил Валерьевич (Kolokoltsev M. V.), Савинов Дмитрий Александрович (Savinov D. A.), Дубровин Виталий Константинович (Dubrovin V. K.), Петроченко Елена Васильевна (Petrochenko E. V.)
Журнал: ВЕСТНИК МАГНИТОГОРСКОГО ГОСУДАРСТВЕННОГО ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА ИМ. Г. И. НОСОВА

Предпросмотр статьи

Идентификаторы и классификаторы

УДК
621.039.325. Ионный обмен
Для цитирования:
АНДРЕЕВ С. М., КОЛОКОЛЬЦЕВ М. В., САВИНОВ Д. А., ДУБРОВИН В. К., ПЕТРОЧЕНКО Е. В. ИСПОЛЬЗОВАНИЕ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ПРОГНОЗИРОВАНИЯ ПРОЧНОСТНЫХ СВОЙСТВ ПЕСЧАНО-ГЛИНИСТЫХ СМЕСЕЙ ЛИТЕЙНЫХ ФОРМ // ВЕСТНИК МАГНИТОГОРСКОГО ГОСУДАРСТВЕННОГО ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА ИМ. Г. И. НОСОВА. 2023. Т. 21 № 4
Текстовый фрагмент статьи
Будьте первым, кто начнет обсуждение

Если у вас возникли вопросы или появились предложения по содержанию статьи, пожалуйста, направляйте их в рамках данной темы.