| Title: | Identifikace materiálových vlastností konstrukčních ocelí s využitím umělé inteligence |
| Other Titles: | Identification of material properties of structural steels with the use of artifical intelligence |
| Authors: | Polcar, Petr Kander, Ladislav Lazar, Jan Kindelmann, Petr |
| Citation: | Zvyšování životnosti komponent energetických zařízení v elektrárnách. Sborník z 13. konference 16. – 18. říjen 2018. 1. vyd. Plzeň: Západočeská univerzita v Plzni, 2018, s. 75-78. |
| Issue Date: | 2018 |
| Publisher: | Západočeská univerzita v Plzni |
| Document type: | konferenční příspěvek conferenceObject |
| URI: | https://srni.vzuplzen.cz/wp-content/uploads/2021/04/sbornik-srni2018.pdf http://hdl.handle.net/11025/50981 |
| ISBN: | 978-80-261-0794-1 |
| Keywords: | materiálové vlastnosti;konstrukční ocel;neuronové sítě |
| Keywords in different language: | material property;construction steel;neural networks |
| Abstract: | Znalost materiálových parametrů použitých konstrukčních ocelí je klíčová pro návrh a analýzu komponent využívaných v energetice i v jiných disciplínách technické praxe. Pro identifikaci těchto parametrů jsou běžně využívány série zkoušek a testů. Předkládaný příspěvek prezentuje výsledky výzkumu umožňujícího s využitím umělé inteligence, v našem případě neuronové sítě, výrazně snížit množství experimentů potřebných pro identifikaci materiálových parametrů a s nimi spojené náklady. Tato možnost je demonstrována na příkladu odhadu materiálových parametrů ocelí využitých v kritických komponentech parních turbín bez provedení tahové zkoušky a zkoušky lomové houževnatosti. Prezentované výsledky výzkumu a vývoje vznikly v rámci projektu TAČR č. TE01020068 Centrum výzkumu a experimentálního vývoje spolehlivé energetiky, pracovního balíčku WP8 Výzkum a vývoj nových zkušebních metod pro hodnocení materiálových vlastností. |
| Abstract in different language: | The knowledge of material parameters of construction steels is the key for the proper design and analysis of the components used in power engineering and in other disciplines of technical practice. To identify these parameters, series of tests and measurements are commonly executed. Presented paper describes how to significantly reduce the number of tests required for the identification of these parameters with the use of artificial intelligence, namely the neural network is used in this case. Together with the reduction of tests comes the reduction of costs as well. The presented method is demonstrated on the example of the estimation of material parameters of steels used in the critical components of steam turbines without the need to carry out the tensile and fracture toughness tests. Presented result s of research and development were carried out within the TAČR project TE01020068 Centre of Research and Experimental Development of Reliable Power Engineering, work package WP8 Research and development of new test methods for the evaluation of material properties. |
| Rights: | © Západočeská univerzita v Plzni |
| Appears in Collections: | Zvyšování životnosti komponent energetických zařízení v elektrárnách 2018 Zvyšování životnosti komponent energetických zařízení v elektrárnách 2018 |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| sbornik-srni2018_uvod_tiraz.pdf | Plný text | 4,44 MB | Adobe PDF | View/Open |
| sbornik-srni2018-123-126.pdf | Plný text | 418,45 kB | Adobe PDF | View/Open |
Please use this identifier to cite or link to this item:
http://hdl.handle.net/11025/50981Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.