ИДЕНТИФИКАЦИЯ ПРИЖИМНЫХ УСИЛИЙ КРЕПЛЕНИЙ КОНСТРУКЦИИ С ИСПОЛЬЗОВАНИЕМ НЕЙРОННЫХ СЕТЕЙ НА ОСНОВЕ КОНЕЧНО-ЭЛЕМЕНТНОЙ МОДЕЛИ ДЛЯ КОМПРЕССОРНО-КОНДЕНСАТОРНОЙ УСТАНОВКИ
Аннотация
Дается краткий обзор компрессорно-конденсаторной установки и задач математического моделирования. Проводится анализ влияния усилий предварительной затяжки на напряженно-деформированное состояние модели фланца с использованием системы конечно-элементного моделирования, подготовка входных и выходных данных для обучения нейронной сети. Проверяется возможность прогнозирования погрешностей крепления элементов конструкции фланца с использованием нейронных сетей. По аналогии с проведенными расчетами исследуется возможность идентификации прижимных усилий креплений в конструкции компрессорно-конденсаторного агрегата.
Об авторах
С. В. Красновская
Белорусский национальный технический университет
Беларусь
Минск, пр. Независимости, 65
Беларусь
Минск, пр. Независимости, 65
В. В. Напрасников
Белорусский национальный технический университет
Беларусь
Минск, пр. Независимости, 65
Беларусь
Минск, пр. Независимости, 65
Список литературы
1. Напрасников, В.В. Влияние упрощающих предположений в конечно-элементных моделях компрессорно-конденсаторных агрегатов на спектр собственных частот / В.В. Напрасников, С.В. Красновская // Системный анализ и прикладная математика. – 2014. – № 1–3. – С. 51–55.
2. Красновская, С.В. Обзор возможностей оптимизационных алгоритмов при моделировании конструкций компресссорно-конденсаторных агрегатов методом конечных элементов / С.В. Красновская, В.В. Напрасников // Весцi Нацыянальнай акадэміі навук Беларусi. Сер. фiз.тэхн. навук. – 2016. – № 2. – С. 92–99.
3. Напрасников, В.В. Исследование возможных улучшений рамы компрессорноконденсаторного агрегата / В.В. Напрасников, С.В. Красновская // Восьмая Междунар. науч.техн. конф. «Информационные технологии в промышленности» (ITI*2015) : материалы конф., Минск, 2–3 апреля 2015. – Минск : ОИПИ НАН Беларуси, 2015. – С. 51–52.
4. Красновская, С.В. Влияние метода извлечения мод на спектр собственных частот рамы компрессорно-конденсаторного агрегата / С.В. Красновская, В.В. Напрасников // Восьмая Междунар. науч.-техн. конф. «Информационные технологии в промышленности» (ITI*2015) : материалы конф., Минск, 2–3 апреля 2015. – Минск : ОИПИ НАН Беларуси, 2015. – С. 53–54.
5. Задача об идентификации прижимного усилия в узле крепления компрессорноконденсаторной установки / А.В. Красновский [и др.] // Сборник материалов науч.-техн. конф. «Информационные технологии в технических и социально-экономических системах», Минск, 22 апреля 2015 г. – Минск : Республ. ин-т высшей школы, 2015. – С. 83.
6. Ватульян, А.О. Обратные задачи в механике деформируемого твердого тела / А.О. Ватульян. – М. : Физматлит, 2007. – 224 с.
7. Болты, винты и шпильки. Механические свойства и методы испытаний : ГОСТ Р 52627–2006. – Введ. 27.12.06. – М. : Стандартинформ, 2007. – 28 с.
8. Иосилевич, Г.Б. Затяжка и стопорение резьбовых соединений : справочник / Г.Б. Иосилевич, Г.Б. Строганов, Ю.В. Шарловский. – М. : Машиностроение, 1985. – 224 с.
9. Пособие по проектированию анкерных болтов для крепления строительных конструкций и оборудования (к СНИП 2.09.03–85). – Введ. 01.01.93. – М. : ЦНИИпромзданий, 1993. – 49 с.
10. Терехов, С.А. Лекции по теории и приложениям искусственных нейронных сетей / С.А. Терехов. – Снежинск : ВНИИТФ, 1994.
11. Круглов, В.В. Искусственные нейронные сети. Теория и практика / В.В. Круглов, В.В. Борисов. – 2-е изд. – М. : Горячая линия – Телеком, 2002. – 382 с.
12. Консультационный центр MATLAB: раздел Neural Network Toolbox [Электронный ресурс]. – Режим доступа : http://matlab.exponenta.ru/neuralnetwork/book1/task1/task1.php/. – Дата доступа : 21.06.2017.
Рецензия
Для цитирования:
Красновская С.В., Напрасников В.В. ИДЕНТИФИКАЦИЯ ПРИЖИМНЫХ УСИЛИЙ КРЕПЛЕНИЙ КОНСТРУКЦИИ С ИСПОЛЬЗОВАНИЕМ НЕЙРОННЫХ СЕТЕЙ НА ОСНОВЕ КОНЕЧНО-ЭЛЕМЕНТНОЙ МОДЕЛИ ДЛЯ КОМПРЕССОРНО-КОНДЕНСАТОРНОЙ УСТАНОВКИ. Информатика. 2017;(4(56)):31-42.
For citation:
Krasnovskaya S.V., Naprasnikov V.V. DETECTION OF CLAMPING FORCES ON MOUNTING A CONSTRUCTION VIA NEURAL NETWORK FOR THE FINITE-ELEMENT MODEL OF COMPRESSOR-CONDENSING UNIT. Informatics. 2017;(4(56)):31-42. (In Russ.)
Просмотров: 683
Послать статью по эл. почте 