КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ

Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.

 

ОБЩИЕ СВЕДЕНИЯ

---

Номер проекта 22-21-00827

НазваниеПрименение искусственных нейронных сетей для идентификации параметров модели материала в условиях ударно-волнового эксперимента

Руководитель Погорелко Виктор Владимирович, Кандидат физико-математических наук

Организация финансирования, регион федеральное государственное бюджетное образовательное учреждение высшего образования "Челябинский государственный университет" , Челябинская обл

Конкурс №64 - Конкурс 2021 года «Проведение фундаментальных научных исследований и поисковых научных исследований малыми отдельными научными группами»

Область знания, основной код классификатора 01 - Математика, информатика и науки о системах; 01-202 - Интеллектуальный анализ данных и распознавание образов

Ключевые слова искусственная нейронная сеть, ударные волны, высокоскоростное соударение, континуальное моделирование

Код ГРНТИ30.19.00

---

 

ИНФОРМАЦИЯ ИЗ ЗАЯВКИ

---

Аннотация
Одним из широко применяемых методов определения свойств вещества является метод высокоскоростного соударения пластин. Он основан на анализе скорости тыльной поверхности и позволяет определить сдвиговую и откольную прочности вещества как свойства материала, зависящие от скорости деформации, температуры и структуры материала. Для моделирования таких экспериментов активно применяются феноменологические модели, в которые входят ряд параметров, зависящих от условий нагружения, типа материала и его структуры, подбор которых представляет собой непростую трудоемкую задачу. Актуальность данного исследования заключается в создании методики применения искусственной нейронной сети для подбора параметров модели вещества. Искусственные нейронные сети хорошо себя зарекомендовали в механике материалов при построении аппроксимаций сложных зависимостей и определении трендов. В данном проекте предполагается на модельных расчетах соударения пластин обучить нейронную сеть определять параметры модели материала по профилям скорости тыльной поверхности, что «автоматизирует» процесс определения параметров. Для модельных расчетов будет использована континуальная модель динамики вещества при высокоскоростном соударении пластин, основанная на уравнениях движения, непрерывности и внутренней энергии сплошной среды. Для определения связи напряжений и деформаций будет использован закон Гука и уравнение для пластической деформации на основе модели Максвелла с учетом предела текучести и времени релаксации напряжений. Данная модель будет реализована в одномерном плоском случае для моделирования высокоскоростного соударения пластин. Будет проведена серия модельных расчетов высокоскоростного соударения модельных пластин для определения влияния параметров модели (упругие модули вещества, статический предел текучести и характерное время релаксации) и параметров соударения (толщина пластин, скорость соударения) на профиль скорости тыльной поверхности. Результаты расчетов будут использованы для построения и обучения нейронной сети. Для этого на профиле скорости тыльной поверхности будут выделены реперные точки, отражающие характерные особенности профиля скорости (упругий предвестник, площадка текучести, высота и ширина ударной волны) и определены функциональные зависимости этих реперных точек профиля скорости от параметров модели вещества. Эти данные будут использованы в качестве входных (параметры модели) и выходных (значения в реперных точках профиля скорости) векторов для нейронной сети при обучении. Обучение нейронной сети подразумевает минимизацию ошибки, путем подбора параметров сигналов нейронов, между значениями рассчитанного выходного вектора и заданного выходного вектора. Нейронная сеть будет обучена как в прямом, так и в обратном направлении (вход – реперные точки профиля скорости, выход – параметры модели). После обучения искусственная нейронная сеть сможет определять параметры модели вещества по профилю скорости тыльной поверхности. Будет проведено сравнение профилей скорости тыльной поверхности с экспериментальными данными из литературных источников. Подобные исследования с применением нейронной сети для определения параметров модели вещества по профилю скорости тыльной поверхности в настоящее время отсутствуют.

---

 

ОТЧЁТНЫЕ МАТЕРИАЛЫ

---