Creation of Hot Flow Stress Model Utilizing Artificial Neural Networks and Constitutive Relationships
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27360%2F17%3A10238367" target="_blank" >RIV/61989100:27360/17:10238367 - isvavai.cz</a>
Result on the web
—
DOI - Digital Object Identifier
—
Alternative languages
Result language
čeština
Original language name
Sestavení modelu deformačního odporu za tepla pomocí umělých neuronových sítí a konstitutivních vztahů
Original language description
Matematické modely, popisující vývoj přirozeného deformačního odporu při tváření za tepla ve vztahu k měnícím se termomechanickým podmínkám, hrají klíčovou úlohu například při nasazení MKP (metoda konečných prvků) simulačních softwarů. Tyto modely obvykle zahrnují parametry (pomocné proměnné), které jsou na termomechanických podmínkách závislé. Možnosti predikce parametrů dvou takových modelů jsou zde diskutovány. Popisovanými parametry jsou: píková deformace, píkové napětí, exponent zpevnění a exponent odpevnění. Celkem jsou diskutovány tři možnosti – predikce parametrů na základě funkčních předpisů ve vztahu k Zenerovu-Hollomonovu parametru, dále predikce na základě funkčního předpisu, jenž nevyužívá Zenerův-Hollomonův parametr, a predikce na základě využití umělých neuronových sítí. Metoda neuronových sítí byla ve většině případů shledána jako nejpřesnější. Výjimkou je predikce píkového napětí.
Czech name
Sestavení modelu deformačního odporu za tepla pomocí umělých neuronových sítí a konstitutivních vztahů
Czech description
Matematické modely, popisující vývoj přirozeného deformačního odporu při tváření za tepla ve vztahu k měnícím se termomechanickým podmínkám, hrají klíčovou úlohu například při nasazení MKP (metoda konečných prvků) simulačních softwarů. Tyto modely obvykle zahrnují parametry (pomocné proměnné), které jsou na termomechanických podmínkách závislé. Možnosti predikce parametrů dvou takových modelů jsou zde diskutovány. Popisovanými parametry jsou: píková deformace, píkové napětí, exponent zpevnění a exponent odpevnění. Celkem jsou diskutovány tři možnosti – predikce parametrů na základě funkčních předpisů ve vztahu k Zenerovu-Hollomonovu parametru, dále predikce na základě funkčního předpisu, jenž nevyužívá Zenerův-Hollomonův parametr, a predikce na základě využití umělých neuronových sítí. Metoda neuronových sítí byla ve většině případů shledána jako nejpřesnější. Výjimkou je predikce píkového napětí.
Classification
Type
J<sub>ost</sub> - Miscellaneous article in a specialist periodical
CEP classification
—
OECD FORD branch
20501 - Materials engineering
Result continuities
Project
<a href="/en/project/LO1203" target="_blank" >LO1203: Regional Materials Science and Technology Centre - Feasibility Program</a><br>
Continuities
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Others
Publication year
2017
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Name of the periodical
Hutnické listy
ISSN
0018-8069
e-ISSN
—
Volume of the periodical
70
Issue of the periodical within the volume
6
Country of publishing house
CZ - CZECH REPUBLIC
Number of pages
8
Pages from-to
19-26
UT code for WoS article
—
EID of the result in the Scopus database
—