Использование нейронных сетей в методах оптимизации корродирующих плосконапряжённых пластин

Abstract

Предлагается адаптация метода скользящего допуска применительно к задачам оптимального проектирования корродирующих плосконапряжённых пластин при ограничении по заданной долговечности (времени работы до момента исчерпания несущей способности). Рассматривается общий случай коррозионного взаимодействия, когда механические напряжения интенсифицируют процесс накопления геометрических повреждений. Модель процесса коррозионного деформирования пластины включает в себя систему уравнений механики (плоской задачи теории упругости) и систему дифференциальных уравнений, моделирующих процесс изменения толщины пластины по пространственным и временной координатам. Правые части дифференциальных уравнений содержат функции механических напряжений, для вычисления которых используется метод конечных элементов. Погрешность решения задачи напряжённо-деформированного состояния может быть уменьшена до приемлемого значения, в том числе, с использованием модифицированных конечных элементов переменной толщины, при этом она не зависит от текущего значения вектора варьируемых параметров. Таким образом, то- чность вычисления функций ограничений оптимизационной задачи определяется, главным образом, точностью численного решения системы дифференциальных уравнений. При неизменном параметре численного метода она изменяется в зависимости от варьируемых параметров, что не позволяет получить решение оптимизационной задачи с заданной точностью. Использование нейросетевого алгоритма позволит определить параметр численного решения в зависимости от допустимой погрешности и текущего значения вектора варьируемых параметров на каждой итерации решения оптимизационной задачи. Стратегия метода скользящего допуска позволяет регулировать погрешность вычисления функций ограничений в процессе решения задачи, что позволяет обеспечить заданную точность решения при минимальных вычислительных затратах. Для иллюстрации метода решена задача весовой оптимизации плосконапряжённой пластины. Приводятся результаты численных экспериментов, подтверждающие эффективность и точность предлагаемого метода.

Authors and Affiliations

Д. Г. Зеленцов, Н. Ю. Науменко

Keywords

Related Articles

Интеллектуальная система поддержки принятия решений по управлению доменной плавкой

Представлены функциональные и алгоритмические особенности разработанной в Институте черной металлургии интеллектуальной системы поддержки принятия решений по управлению доменной плавкой. Идеология построения интеллектуал...

Про методи динамічної побудови графічного інтерфейсу користувача на основі структури прикладної онтології

Сучасні засоби для розробки користувацького інтерфейсу, а саме – будівники інтерфейсу і системи управління користувацьким інтерфейсом пропонують більш простий, зручний і зрозумілий підхід до розробки інтерфейсу користува...

Гнучка виробничо-логістична система: модель управління складом з дефіцитом

Сучасні умови функціонування підприємств в рамках ринкової економіки, а також в умовах невизначеності та нестійкості зовнішнього середовища вимагають нових, високо ефективних засобів та методів управління його господарсь...

Параметрична ідентифікація моделей динаміки об’єктів регулювання

В даній роботі приділено увагу проблемі параметричної ідентифікації моделей динаміки триємнісних об’єктів. При наявності математичних моделей динаміки об’єктів можна достатньо точно виконати розрахунки оптимальних налаго...

ВИЗНАЧЕННЯ ОПТИМАЛЬНОЇ КІЛЬКОСТІ ТА МІСЦЬ РОЗМІЩЕННЯ ЗАРЯДНИХ СТАНЦІЙ ДЛЯ ЕЛЕКТРОМОБІЛІВ НА ТЕРИТОРІЇ МІСТА

В роботі розглядається задача оптимального розміщення зарядних станцій для електромобілів у м. Дніпро у припущенні, що такими станціями варто обладнувати насамперед існуючі майданчики для паркування автотранспорту. На ос...

Download PDF file
  • EP ID EP626354
  • DOI -
  • Views 124
  • Downloads 0

How To Cite

Д. Г. Зеленцов, Н. Ю. Науменко (2018). Использование нейронных сетей в методах оптимизации корродирующих плосконапряжённых пластин. Комп’ютерне моделювання: аналіз, управління, оптимізація, 1(1), 3-11. https://europub.co.uk/articles/-A-626354