ВИКОРИСТАННЯ МЕТОДІВ ШТУЧНОГО ІНТЕЛЕКТУ ДЛЯ ПРОГНОЗУ ГРАНИЧНОГО СТАТИЧНОГО НАВАНТАЖЕННЯ БАЛКИ З ГОМОГЕННОГО МАТЕРІАЛУ ЗА КРИТЕРІЄМ ФОН МІЗЕСА НА ОСНОВІ ДАНИХ КОНСТРУКЦІЙНОГО МІЦНІСНОГО АНАЛІЗУ
Предметом дослідження є статичний конструкційний аналіз у механіці. Мета роботи полягає у створенні та навчанні моделі штучного інтелекту у формі нейронних мереж для передбачення граничного навантаження на конструкційний елемент типу балка, що виконана з гомогенного матеріалу. Міцнісний стан цього к...
Saved in:
| Main Authors: | , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
National Technical University Kharkiv Polytechnic Institute
2025-07-01
|
| Series: | Вісник Національного технічного університету "ХПÌ": Системний аналіз, управління та інформаційні технології |
| Subjects: | |
| Online Access: | http://samit.khpi.edu.ua/article/view/334680 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | Предметом дослідження є статичний конструкційний аналіз у механіці. Мета роботи полягає у створенні та навчанні моделі штучного інтелекту у формі нейронних мереж для передбачення граничного навантаження на конструкційний елемент типу балка, що виконана з гомогенного матеріалу. Міцнісний стан цього конструкційного елементу визначається еквівалентними напруженнями за критерієм фон Мізеса. Вихідними та варіативними параметрами є геометричні розміри та силові навантаження, які діють на тіло. Досягнення мети дає можливість виконувати обчислення міцності елементу конструкції швидше з точки зору обчислень та з допустимими значеннями похибки в порівнянні з класичними методами механіки із застосуванням числових методів, зокрема методу скінченних елементів. Для досягнення мети вирішуються наступні задачі: проведення чисельних експериментів з аналізу міцнісного стану при статичному навантаженні балкового конструктивного елементу методом скінченних елементів; визначення ключових параметрів конструкційного елементу; підготовка та агрегування даних для моделі; проєктування та навчання моделі. Чисельні експерименти здійснювалися із заздалегідь визначеними типами закріплень та навантажень на балку. Було виконано 3 варіації підготовки даних і відповідно моделей для забезпечення репрезентативності передбачень нейронними мережами. Усі числові експерименти було проведено у системах автоматизованого проєктування. Проєктування моделей було виконано за принципом мінімальної, але достатньої кількості прихованих шарів мереж та нейронів у них. Навчання моделі відбувалося за принципом навчання з учителем, де вхідними параметрами обрано певну кількість геометричних властивостей та тиск, якому опирається тіло, а як вихідний параметр – максимальне еквівалентне напруження за критерієм фон Мізеса, що відповідає цим параметрам. Ці значення напружень отримані у результаті аналізів у системі автоматизованого проєктування. Передбачення тих самих значень для інших параметрів об’єкта досліджень за допомогою нейронних мереж здійснюються на основі алгоритму лінійної регресії та визначеної кількості вхідних параметрів. Оптимізації моделей здійснювалася за допомогою алгоритму Adaptive Moment Estimation. Розрахунок похибки передбачень моделей здійснювався за допомогою середньоквадратичної похибки. Результатом дослідження є створення і тренування моделей штучного інтелекту та перевірка їх здатності до передбачення максимальних еквівалентних напружень за критерієм фон Мізеса на основі геометричних та силових характеристик конструкційного елемента з відносною точністю порівняно з аналогічними розрахунками у системах автоматизованого проєктування. Аналіз отриманих результатів дозволив довести можливість достовірного прогнозу шуканих максимальних значень еквівалентних напружень, що характеризують міцнісний стан розглянутого конструктивного елемента при різних співвідношеннях геометричних та силових параметрів, без виконання міцнісного аналізу традиційними методами. Це розширює можливості для пошуку раціональних конструктивних варіантів. |
|---|---|
| ISSN: | 2079-0023 2410-2857 |