Projekti / Programi
NEVRONSKE MREŽE ZA DOLOČITEV LEZENJA POLIMERA PRI RAZLIČNIH TEMPERATURAH
| Koda |
Veda |
Področje |
Podpodročje |
| 2.05.03 |
Tehnika |
Mehanika |
Numerično modeliranje |
| Koda |
Veda |
Področje |
| T390 |
Tehnološke vede |
Polimerska tehnologija, biopolimeri |
| Koda |
Veda |
Področje |
| 2.03 |
Tehniške in tehnološke vede |
Mehanika |
kompozit, temperaturna odvisnost, polimerna matrika, sprejemljanje zdravja struktur, nevronska mreža
Raziskovalci (1)
| št. |
Evidenčna št. |
Ime in priimek |
Razisk. področje |
Vloga |
Obdobje |
Štev. publikacijŠtev. publikacij |
| 1. |
33907 |
dr. Alexandra Aulova |
Mehanika |
Vodja |
2019 - 2021 |
95 |
Organizacije (1)
Povzetek
Visokozmogljivi kompoziti (HPC – high performance composites) so kombinacija dveh različnih komponent, in sicer vlaken in smole, ki izkazujejo popolnoma drugačne lastnosti kot vsaka pozamezna komponenta. Novi (kompozitni) material izkazuje visoko trdnost in togost ter majhno težo in je superiorna alternativa tradicionalnim materialom za proizvodnjo, vključno z jeklom in aluminijem.
Prednosti HPC materialov spremljajo nekateri izzivi, povezani z njihovim uvajanjem v izdelke. Glavni vprašanji sta povezani s kompleksno mehansko analizo materialov in izdelkov in pomanjkanjem zanesljivih metod za napovedovanje utrujenosti in napak ter vplivov časa, temperature in vlage. Zaradi teh dejavnikov je napovedovanje okvar HPC materialov in izdelkov zelo zahtevno. Dodatni problemi HPC materialov so povezani s povečanjem uporabe termoplastičnih matric (PES, PEEK, PE, itd.), saj so bolj občutljivi na spremembo temperature in vlage v primerjavi s bolj tradicionalno uporabljenimi zamreženimi matriciami (npr. epoksidna smola).
Sistemi strukturnega spremljanja zdravja (SHM) se med drugim uporabljajo za merenje odzivov struktur na osnovi kompozitnih materialov. Odziv takšnega sistema je sestavljen iz dveh signalov: en je posledica spremembe geometrije (razpoke in delaminacije), drugi pa je posledica sprememb lastnosti matrice zaradi temperature in vlage. Za razločitev med spremembami geometrije in materiala matrice v odzivnem signalu kompleksnega in šumnega signala potrebujemo robustno orodje. To orodje mora biti sposobno v realnem času rešiti problem ki povezuje vzbujanje, lastnosti materiala (odvisno od časa, temperature in vlažnosti) in odziva strukture. Analitična rešitev, ki povezuje te faktorje za kompleksno geometrijo in različne vrste vzbujanja, ne obstaja. Numerična rešitev, ki se uporablja v kompleksni geometriji v prisotnosti šuma, postane v realnem času računsko nemogoča.
V sklopu projekta predlagam uporabo večslojne perceptronske nevronske mreže (angl. Multilayer perceptron, MLP) za določanje odziva lezenja polimernega materiala, ki je izpostavljen različnim temperaturam. Cilj projekta je modeliranje obnašanja polimernega materiala pod linearno naraščajočo in harmonsko obremenitvijo ter pod vplivom temperature.
Sintetično pridobljeni podatki bodo omogočili širok nabor raziskav za obravnavo različnih praktičnih vprašanj, kot so učinek hitrosti pridobivanja podatkov, frekvenca in amplituda dinamične obremenitve, učinek ravni šuma, učinek števila podatkov o vadbi, učinek temperature na delovanje modela nevronske mreže. Delovne izkušnje raziskovalke pri določanju temperaturno odvisnih mehanskih lastnosti bodo omogočile izpopolnitev in validacijo modela nevronske mreže z uporabo eksperimentalnih podatkov o lezenju.
Pomen za razvoj znanosti
Z povečano uporabo visokozmogljivih kompozitov (zlasti termoplastičnih kompozitov) kot konstrukcijskih materialov na trgu je zelo pomembno upoštevati njihovo odvisnost od temperature in vlage pri spremljanju stanja v realnem času in zanesljivo dolgoročno napovedovanje vedenja materiala oz. struktur. Vendar so trenutno uporabljeni strukturni sistemi za spremljanje zdravja opremljeni z “soft computing” metodami in so dobri pri odkrivanju poškodb, povezanih s strukturno celovitostjo kompozitnih materialov, ne upoštevajo pa vpliva okoljskih razmer. Zelo omejeno število publikacij je obravnavalo to področje in še te so bile osredotočene samo na gradbeništvo. Pri tem pa je potrebno upoštevati, da temperatura bistveno spremeni odziv strukture kot celote, kar lahko privede do napačnih zaključkov sistema spremljanja stanja strukture.
Zato je dolgoročni načrt tega projekta razvoj modula (dodatnega bloka) k obstoječim sistemom za spremljanje stanja struktur v realnem času. Blok nevronske mreže z vgrajeno temperaturno odvisnostjo materiala matrice (izmerjen v laboratorijskih pogojih) bo usposobljen na podatkih, pridobljenih iz realne strukture. Med uporabo bo sistem nevronske mreže »filtriral« odziv konstrukcijskega odziva na vpliv temperature na polimerno matrico pri različnih temperaturnih pogojih. Ta izboljšan sistem za spremljanje stanja v realnem času ne bo omejen na kompleksno geometrijo strukture. Takšen sistem bo zagotovil podporo, ki je potrebna za obstoječe strukturne sisteme spremljanja stanja za zanesljivo oceno statusa visokozmogljivih kompozitnih struktur.
Predlagani projekt bo bistveno prispeval k nadaljnjemu razvoju nevronske mreže, ker bo zagotovil informacijo o vplivih hitrosti zbiranja podatkov, ravni hrupa, temperature, frekvence in amplitude vibracij, topologije nevronske mreže in parametrov usposabljanja. Te učinke bomo raziskali z umetno pridobljenimi (sintetičnimi) podatki na podlagi znanih rešitev zaključene oblike. Validacija na realnih eksperimentalnih podatkih bo pokazala izvedljivost predlaganega modela.
Poleg tega bo model, razvit v okviru tega projekta, omogočil napovedovanje obnašanja materiala pri temperaturah, ki niso bile vključene v podatke o usposabljanju (in niso bili pomerjeni eksperimentalno). Tako bo postal celoten proces dolgoročne karakterizacije časovno odvisnih materialov hitrejši, cenejši in lažji.
Pomen za razvoj Slovenije
With entrance of high performance composites (especially thermoplastic-based composites) on the market of structural engineering it is very important to take into account their temperature and humidity dependence for real-time structural health monitoring and reliable long-term life prediction. Even though the currently used structural health monitoring systems are equipped with soft computing methods and are good at detecting damages related to structural integrity of composite materials they do not take into account effect of environmental conditions. Very limited number of publications has addressed it and only for the civil construction applications. However, temperature significantly changes response of the structure as a whole, which may lead to incorrect conclusions by the system of structural monitoring.
Therefore, the long-term plan is to implement the model as an additional block to the existing real-time health monitoring systems. The neural network block with incorporated temperature dependence of the matrix material (measured in the laboratory conditions) will be trained on the data obtained from the real structure. During application the neural network system will “filter out” of the structure response signal the effects of temperature on the polymer matrix in different temperature conditions. This improved real-time health monitoring system will not be limited to the complex geometry of a structure. Such system will provide the support needed for the existing structural health monitoring systems to reliably estimate status of high performance composite structures.
The proposed project will provide essential for further development information on the performance of chosen neural network and effects of data acquisition rate, noise level, temperature, vibration frequency and amplitude, neural network topology and training parameters. These effects will be investigated using the advantage of artificially generated data based on known closed-form solutions. Validation on the real measurements data will show feasibility of the proposed model.
Additionally, model developed within this project will provide an opportunity to predict behavior of the material at temperatures that were not included in the training data. This will make the whole process of long-term characterization of time-dependent materials faster, cheaper and easier.
