W artykule opisano tworzenie i wykorzystanie sieci neuronowej do predykcji częstości drgań własnych płaskich łuków stalowych. W celu uzyskania bazy wyników, pozwalającej na proces uczenia oraz testowania sieci neuronowej, wykonano wcześniej szereg obliczeń częstości drgań własnych z wykorzystaniem MES. Przeprowadzone analizy potwierdzają skuteczność stosowania SSN jako narzędzia do przewidywania częstości drgań własnych łuków. Model sieci neuronowej zaproponowany w pracy może być stosowany do analiz zagadnienia odwrotnego – identyfikacji geometrii łuków na podstawie wartości częstości drgań własnych układu.
This paper describes the creation and operation of a neural network for making predictions of eigenfrequencies of flat steel arches. In order toobtain adatabaseof results, that is necessary for training and testingthe neural network, a number of eigenfrequencies calculations were made using FEM. Studies confirm the effectiveness of the use of the ANN as a tool to predict eigenfrequencies of the arches. The neural network modelpresented in thispaper canbe used for analysis of the inverse problem – identification of shape parameters of the arches on the basis of eigenfrequencies.
Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies
Informacja
SZANOWNI CZYTELNICY!
UPRZEJMIE INFORMUJEMY, ŻE BIBLIOTEKA FUNKCJONUJE W NASTĘPUJĄCYCH GODZINACH:
Wypożyczalnia i Czytelnia Główna: poniedziałek – piątek od 9.00 do 19.00