Завантажити PDF файл.

Формула / Реферат

Спосіб визначення жорсткості опорного контуру тонких тіл, у якому за отриманими даними значень деформацій визначають жорсткість опорного контуру тонких тіл, використовують експлуатаційне навантаження для визначення відгуку виробу на це навантаження, як відгук тонкостінної системи виступають значення деформацій зовнішньої і внутрішньої поверхонь тонкостінної системи, які вимірюють в заданих точках поверхні виробу, відповідні обчислені значення деформацій визначають за допомогою методу скінченних елементів з використанням математичної моделі конструкції при відомих умовах закріплення, опис умов закріплення опорного контуру тонкостінної конструкції, яка знаходиться під дією навантаження, здійснюють шляхом введення коефіцієнтів пружності опор, які обмежують значення вигинних та тангенційних переміщень, при цьому значення коефіцієнтів пружності опор є параметрами, який відрізняється тим, що в режимі online ідентифікацію параметрів жорсткості опорного контуру проводять за допомогою попередньо навченої нейронної мережі, мережу навчають на навчальній вибірці рішення задачі деформування тонкого тіла з визначеними значеннями жорсткості опорного контуру, параметри яких знаходяться в заданій області, а як похибку навчання нейронної мережі використовують функціонал, що характеризує середньоквадратичне відхилення значень деформацій, обчислених за допомогою метода скінченних елементів при відомих параметрах жорсткості опорного контуру, від вимірюваних.

Текст

Реферат: Спосіб визначення жорсткості опорного контуру тонких тіл, у якому за отриманими даними значень деформацій, визначають жорсткість опорного контуру тонких тіл, використовують експлуатаційне навантаження для визначення відгуку виробу на це навантаження. В режимі online ідентифікацію параметрів жорсткості опорного контуру проводять за допомогою попередньо навченої нейронної мережі. Мережу навчають на навчальній вибірці рішення задачі деформування тонкого тіла з визначеними значеннями жорсткості опорного контуру, параметри яких знаходяться в заданій області. Як похибку навчання нейронної мережі використовують функціонал, що характеризує середньоквадратичне відхилення значень деформацій, обчислених за допомогою метода скінченних елементів при відомих параметрах жорсткості опорного контуру, від вимірюваних. UA 100289 U (54) СПОСІБ ВИЗНАЧЕННЯ ЖОРСТКОСТІ ОПОРНОГО КОНТУРУ ТОНКИХ ТІЛ UA 100289 U UA 100289 U 5 10 15 20 25 30 35 40 45 50 55 60 Корисна модель належить до технічної діагностики, а конкретніше - до способу неруйнуючого контролю виробів у процесі виготовлення, монтажу та експлуатації, і може застосовуватися для визначення параметрів напружено-деформованого стану, а саме жорсткості опорного контуру тонкостінної системи для оцінки реальної несучої здатності та можливості її подальшої експлуатації. Аналогом корисної моделі за можливістю ідентифікації параметрів напруженодеформованого стану тонкостінної системи є пристрій для визначення механічних напружень, деформацій та зусиль у металах та металевих конструкціях [1], заснований на частотноімпульсному методі вимірювання часу розповсюдження ультразвуку в тілі. Однак такий спосіб не дозволяє ідентифікувати параметри напружено-деформованого стану під дією існуючого навантаження у процесі експлуатації виробу і потребує попереднього визначення залежності коерцитивної сили від напружень для кожного конкретного матеріалу. Найбільш близький за технічною суттю є спосіб визначення жорсткості опорного контуру тонких тіл [2], у якому за отриманими даними значень деформацій, визначають жорсткість опорного контуру тонких тіл, використовують експлуатаційне навантаження для визначення відгуку виробу на це навантаження, як відгук тонкостінної системи виступають значення деформацій зовнішньої і внутрішньої поверхонь тонкостінної системи, які вимірюють в заданих точках поверхні виробу, відповідні обчислені значення деформацій визначають за допомогою методу скінченних елементів з використанням математичної моделі конструкції при відомих умовах закріплення, опис умов закріплення опорного контуру тонкостінної конструкції, яка знаходиться під дією навантаження, здійснюють шляхом введення коефіцієнтів пружності опор, які обмежують значення вигинних та тангенційних переміщень, при цьому значення коефіцієнтів пружності опор є параметрами, які ідентифікують за допомогою алгоритму мінімізації функціоналу, який характеризує середньоквадратичне відхилення обчислених значень деформацій від відповідних значень деформацій, що вимірюють у тих же точках спостережень, і по набутих значеннях параметрів встановлюють жорсткість опорного контуру виробу. Недоліком вказаного підходу є необхідність при кожному новому online-вимірі проводити об'ємні обчислення методом Ньютона. Задача корисної моделі полягає в підвищенні оперативності й точності визначення реального зовнішнього впливу, можливості використання способу в режимі експлуатації. Поставлена задача вирішується тим, що ідентифікацію параметрів жорсткості опорного контуру проводять за допомогою попередньо навченої нейронної мережі, мережа навчається на навчальній вибірці рішення задачі деформування тонкого тіла з визначеними значеннями жорсткості опорного контуру, параметри яких знаходяться в заданій області, а як похибку навчання нейронної мережі використовують функціонал, що характеризує середньоквадратичне відхилення значень деформацій, обчислених за допомогою методу скінченних елементів при відомих параметрах жорсткості опорного контуру, від вимірюваних. Переваги запропонованого способу, у порівнянні з відомими, полягають в тому, що для діагностики використовують нейронну мережу, попередньо навчену на розв'язках задач деформування за допомогою методу кінцевих елементів, що дозволяє в комбінації з відомими значеннями деформації в реальні моменти часу з достатньої для оцінки реальної несучої здатності точністю визначати параметри функції зміни жорсткості опорного контуру, при цьому для настроювання мережі використовуються стандартні обчислювальні алгоритми методу кінцевих елементів, методу зворотного поширення помилки. Для розв'язання задачі використовується дискретизація за допомогою методу скінченних елементів на базі трьох сіток дискретизації - сітки апроксимації навантаження, сітки апроксимації обчислювальної деформації та й сітки для вибору точок спостереження. Після дискретизації задачі формулюється умова мінімуму середньоквадратичного відхилення значень вимірюваних деформацій від обчислених у результаті розв'язання задачі деформування. Для розв'язування відповідних задач деформування використовується пакет прикладних програм COSMOS. Для апроксимації залежності невідомого вектора параметрів навантаження від вектора вимірюваних значень деформацій у точках спостереження використовується інверсна модель багатошарової нейронної мережі, входами якої є вектор значень вимірюваних деформацій, а виходом - вектор значень розв'язку задачі у вузлах сітки. Як метрика, що визначає адекватність моделі, вибирається умова мінімуму нев'язки нейромережі. Налаштування нейронної мережі здійснюються методом оберненого поширення помилки. Спосіб діагностики полягає в наступному. На вхід нейронної мережі, що складається з N1 нейронів, які являють собою багатошаровий персептрон, подається вектор значень деформацій * Е , обмірюваних у заданих крапках поверхні тіла у фіксовані моменти в режимі експлуатації. 1 UA 100289 U 5 10 15 20 25 30 Мережа за допомогою нейронів виходу генерує вектор значень Н - невідомої функції зміни жорсткості опорного контуру в режимі online. Настроювання мережі здійснюється до початку експлуатації на розв'язках задач напружено-деформованого стану, виконаних для фіксованих значень вектора Н із заданого діапазону. Структура настроювання нейронної мережі, що здійснює процедуру діагностики жорсткості опорного контуру, представлена на кресленні та складається з блоків: БВ - блок вимірювань, у якому здійснюється вимірювання і обробка результатів вимірювань деформацій у заданих точках поверхні об'єкта; БП - блок прогнозу, у якому на основі отриманих значень Н[n] визначають напружено-деформований стан; АН - алгоритм навчання мережі методом оберненого поширення помилки; БНМ - багатошарова нейронна мережа; ППП - пакет прикладних програм, що здійснює розв'язок задачі деформування об'єкта з фіксованими * значеннями Н[n]. На кресленні також позначено: Е [n] - вектор значень вимірюваних деформацій в n-й момент часу; Н[n] - вектор значень параметризованої функції; Е[n] - вектор значень деформацій, розрахованих за допомогою пакета прикладних програм для об'єкта зі значеннями * Н[n]; е[n] - помилка мережі, е[n]=Е [n]-E[n]. Запропонований спосіб в порівнянні з прототипом має такі переваги: 1) ширший діапазон застосування: запропонованим способом можна визначити параметри напружено-деформованого стану виробу під дією експлуатаційного навантаження, тобто не збуджувати у виробі додаткових, відмінних від експлуатаційного навантаження, збурень; 2) вища точність: запропонований спосіб використовує як відгук системи вимірювання деформацій, вимірюваннями густини теплового потоку та температурами, для яких існує похибка, пов'язана з нестаціонарністю процесу теплопередачі у часі, забезпечує вищу точність вимірювань спостережуваних параметрів; 3) оперативність: запропонований спосіб забезпечує отримання інформації про стан закріплення опорного контуру в режимі реального часу, у якому потрібні великі за обсягом обчислення, час яких значно більший, ніж час спостережень. За технічним рішенням, яке заявляється, були проведені лабораторні випробування з позитивними результатами. Реалізація способу можлива також і в промисловості. Джерела інформації: 1. Авторское свидетельство СССР 1756815, А1, кл. G01N 29/18. Устройство для контроля механических напряжений в твердых средах. 2. Патент на винахід UA 87446 U, кл. G01B 1/00. Спосіб визначення жорсткості опорного контуру тонких тіл. 35 ФОРМУЛА КОРИСНОЇ МОДЕЛІ 40 45 50 Спосіб визначення жорсткості опорного контуру тонких тіл, у якому за отриманими даними значень деформацій визначають жорсткість опорного контуру тонких тіл, використовують експлуатаційне навантаження для визначення відгуку виробу на це навантаження, як відгук тонкостінної системи виступають значення деформацій зовнішньої і внутрішньої поверхонь тонкостінної системи, які вимірюють в заданих точках поверхні виробу, відповідні обчислені значення деформацій визначають за допомогою методу скінченних елементів з використанням математичної моделі конструкції при відомих умовах закріплення, опис умов закріплення опорного контуру тонкостінної конструкції, яка знаходиться під дією навантаження, здійснюють шляхом введення коефіцієнтів пружності опор, які обмежують значення вигинних та тангенційних переміщень, при цьому значення коефіцієнтів пружності опор є параметрами, який відрізняється тим, що в режимі online ідентифікацію параметрів жорсткості опорного контуру проводять за допомогою попередньо навченої нейронної мережі, мережу навчають на навчальній вибірці рішення задачі деформування тонкого тіла з визначеними значеннями жорсткості опорного контуру, параметри яких знаходяться в заданій області, а як похибку навчання нейронної мережі використовують функціонал, що характеризує середньоквадратичне відхилення значень деформацій, обчислених за допомогою метода скінченних елементів при відомих параметрах жорсткості опорного контуру, від вимірюваних. 2 UA 100289 U Комп’ютерна верстка М. Мацело Державна служба інтелектуальної власності України, вул. Василя Липківського, 45, м. Київ, МСП, 03680, Україна ДП “Український інститут інтелектуальної власності”, вул. Глазунова, 1, м. Київ – 42, 01601 3

Дивитися

Додаткова інформація

Автори англійською

Obodan Natalia Illivna, Huk Natalia Anatoliivna, Patsiuk Anatolii Hryhorovych, Polishko Oleksii Oleksii Mykolaiovych

Автори російською

Ободан Наталья Ильинична, Гук Наталия Анатолиевна, Пацюк Анатолий Григорьевич, Полишко Алексей Николаевич

МПК / Мітки

МПК: G01L 1/00

Мітки: опорного, тіл, контуру, тонких, визначення, жорсткості, спосіб

Код посилання

<a href="http://uapatents.com/5-100289-sposib-viznachennya-zhorstkosti-opornogo-konturu-tonkikh-til.html" target="_blank" rel="follow" title="База патентів України">Спосіб визначення жорсткості опорного контуру тонких тіл</a>

Подібні патенти