342 KB25 KB200020242014Grešovnik, IgorKodelja, TadejŠarler, BožidarVertnik, Robertštevilka:2letnik:48str. 269-274COBISSID:1043370ISSN:1580-2949URN:URN:NBN:SI:doc-GSD2OPVPenInštitut za kovinske materiale in tehnologijeMateriali in tehnologijejeklomehanske lastnostinevronske mreže s povratnim razširjanjem napakodzivumetne nevronske mrežeTopmost steel production design based on through process modelling with artificial neural networks| Projektiranje proizvodnje vrhunskih jekel na podlagi modeliranja skozi proces z umetnimi nevronskimi mrežami|Application of artificial neural networks for modeling of a complete process path in a steel production - from the scrap steel to the material properties of semi products - is presented. The described approach is introduced as an alternative to physics based through process modeling, with the advantage of lower complexity of the software and much lower computing times for calculating the influence of a specific settings of the process parameters. This new approach can be beneficially used in designing the production process. This is clearly demonstrated by estimating the influence of 34 alloying elements and process parameters of 6 process steps on 5 final mechanical properties of spring steel (elongation, tensile strength, yield stress, hardness after rolling and necking), based on 1879 recorded data sets from the production line in Štore Steel company. The ANN used is of a multilayer feedforward type with sigmoid activation function and supervised learning. An important feature of this approach is its dependence on accurate and sufficient data, acquired from the modeled process. Therefore, special care must be devoted to validation of the obtained model and error estimation. The reliability and other characteristics of the available data canvary to a great extent in real industrial practice, therefore analysis of the models is a highly customized task that has to be performed on a case to case basis. A flexible and easily extensible software base has been developed in the scope of the described work in order to adequately support research, development and practical application of this kind of modelsPredstavimo uporabo umetnih nevronskih mrež za modeliranje celotne procesne poti izdelave jeklenih polizdelkov - od rene do snovnih lastnosti polizdelkov. Opisani pristop je vpeljan kot alternativa fizikalnemu modeliranj uskozi proces s prednostjo manjše kompleksnosti programske opreme ter bistveno manjšimi računskimi časi za izračun vpliva specifične nastavitve procesnih parametrov. Takšen pristop se lahko s pridom uporablja pri načrtovanju proizvodnega procesa. To je nazorno prikazano pri oceni vpliva 34 legirnih elementov in procesnih parametrov 6 procesnih korakov na 5 končnih snovnih lastnosti vzmetnega jekla (raztezek, natezna trdnost, meja tečenja, trdota po valjanju in skrček), na podlagi 1879 zabeleženih podatkovnih setov iz proizvodne linije podjetja Štore Steel. Uporabljena je usmerjena nevronska mreža s sigmasto aktivacijsko funkcijo in nadzorovanim učenjem. Pomembna značilnost tega pristopa je njegova odvisnost od pravilnih in zadostnih podatkov, pridobljenih iz procesa. Zato se je potrebno posebej posvetiti validaciji pridobljenega modela in oceni napak. Zanesljivost in ostale značilnosti razpoložljivih podatkov, pridobljenih iz realnih industrijskih procesov, se običajno zelo razlikujejo, zato je analiza takšnih modelov zelo specifična in mora biti narejena od primera do primera. V ta namen je bila izdelana fleksibilna in enostavno razširljiva programska oprema, ki omogoča primerno podporo raziskavam, razvoju in praktični uporabi tovrstnih modelovTEXTznanstveno časopisjejournalsSlovenian National E-content AggregatorNational and University Library of SloveniaInštitut za kovinske materiale in tehnologije