Details
| Title | Нейросетевое моделирование температурных зависимостей модулей упругости деформируемых алюминиевых сплавов // Цветные металлы. – 2025. – № 3. — С. 62-66 |
|---|---|
| Creators | Гусев А. Д. ; Маркова Г. В. |
| Imprint | 2025 |
| Collection | Общая коллекция |
| Subjects | Технология металлов ; Металловедение цветных металлов и сплавов ; Техника ; Сопротивление материалов ; алюминиевые сплавы ; деформируемые сплавы ; упругость алюминиевых сплавов ; модули упругости ; температурные зависимости ; нейросетевое моделирование ; искусственные нейронные сети ; прогнозирование модулей упругости ; многослойные перцептроны |
| UDC | 669.7/8; 539.3/6 |
| LBC | 34.23/25; 30.121 |
| Document type | Article, report |
| Language | Russian |
| DOI | 10.17580/tsm.2025.03.09 |
| Rights | Доступ по паролю из сети Интернет (чтение) |
| Record key | RU\SPSTU\edoc\75631 |
| Record create date | 4/2/2025 |
Модули упругости (МУ) металлов и сплавов являются характеристиками, используемыми при расчетах на прочность любых изделий. Многие детали и узлы машин и механизмов работают при температурах выше комнатных, поэтому необходимо иметь представление о температурных зависимостях модулей упругости (ТЗМУ). В строительной сфере для элементов различных гражданских конструкций из алюминиевых сплавов информация о величине МУ становится критически важной для расчета несущей способности в случае воздействия повышенных температур. Однако не для всех алюминиевых сплавов приведены данные о МУ при высоких температурах или представлены расчетные модели ТЗМУ, а те, которые имеются в справочной литературе, не всегда подтверждены экспериментальными данными. В связи с этим требуется корректировка моделей под отдельно взятые сплавы. Установлена принципиальная возможность применения нейронных сетей для прогнозирования модулей упругости алюминиевых сплавов в интервале температур от 20 до 400 C. Исследованы деформируемые алюминиевые сплавы 20 отечественных марок и зарубежных марок серии 5ххх и 6ххх. Массив значений МУ алюминиевых сплавов при разных температурах разделен нейросетью на три выборки: обучающую, тестовую и контрольную в соотношениях 50-25-25 % общего объема данных. После завершения обучения нейронной сетью проведена оценка точности воспроизведения значений МУ, которая составила 88, 85 и 90 % для трех изучаемых выборок. Оценку полученной прогнозной нейросетевой модели проводили на алюминиевых сплавах 6061 и 5083, которые не входили в обучающую выборку. Вид полученной модели - "многослойный перцептрон". Средняя точность прогноза нейросетевой модели составила более 90 %.
