Zastosowanie narzędzi sztucznej inteligencji do przewidywania pęknięć w próbie SICO

W pracy podjęto próbę oceny możliwości zastosowania wybranych narzędzi sztucznej inteligencji do przewidywania pęknięć w procesach plastycznej przeróbki metali na gorąco. Wykorzystano wielowarstwową sztuczną sieć neuronową z logistyczną funkcją aktywacji (MLP - Multilayer Perceptron), sieci o radialnych funkcjach bazowych (RBF - Radial Basis Function), probabilistyczne sieci neuronowe (PNN - probabilistic neural networks) oraz naiwny klasyfikator bayesowski (NBC - Naive Bayes Classifier). Weryfikację opracowanych modeli procesu pękania przeprowadzono w oparciu o analizę wyników próby SICO.

---

Possibility of application of the artificial intelligence methods to prediction of material failure during hot deformation is the main goal of the work. Developed models are based on the multilayer perceptron (MLP), radial basis function (RBF), Naive Bayes Classifier (NBC) and the probabilistic neural networks (PNN). The model can be used in a simulation of material failure in the SICO test and in a wide range of real industrial processes.