|
Razvoj modela za procjenu ponašanja materijala temeljenih na strojnom učenju / Development of machine learning-based models for materials behavior estimation
|
Financiranje: Hrvatska zaklada za znanost - HRZZ-IP-2020-02-5764
Matična ustanova: Sveučilište u Rijeci, Tehnički fakultet, Rijeka, Hrvatska
Trajanje projekta: 2020-2024
Financiranje: Hrvatska Zaklada za znanost (HRZZ-IP-2020-02-5764)
Kontakt
Prof. dr. sc. Robert Basan
Sveučilište u Rijeci, Tehnički fakultet
Zavod za konstruiranje u strojarstvu
Vukovarska 58, 51000 Rijeka, Croatia
e. robert.basan@riteh.hr
t. +385 51 651 530
Sažetak projekta
Modeliranje ponašanja materijala ključan je dio suvremenog razvoja proizvoda te računalnih simulacija koje se provode u cilju čim boljeg iskorištenja materijala i smanjenja mase i troškova. Za uspješno modeliranje ponašanja materijala nužno je poznavanje njegovih značajki i parametara ponašanja. Njihovo eksperimentalno određivanje je najtočnije, ali je dugotrajno i skupo te se stoga nastoji izvoditi u najmanjoj mogućoj mjeri. Projektom MADEIRA cilja se na rješavanje nedostatka podataka o ponašanju materijala potrebnih za numeričke proračune i simulacije koji otežava šire prihvaćanje modeliranja materijala te uključivanje naprednih materijalnih modela u suvremeni proces razvoja proizvoda. Predloženo istraživanje usmjereno je razvoju modela za procjenu ponašanja i parametara materijala temeljenih na strojnom učenju kao rješenja za navedene probleme. Na osnovi prikupljenih rezultata istraživanja materijala i rezultata provedenih eksperimenata, sustavno će se istražiti, identificirati i mapirati kompleksni odnosi između svojstava/značajki materijala i njegovog mehaničkog ponašanja i pripadnih parametara na različitim razinama. Unaprijedit će se postojeći i razviti novi modeli procjene naprednih monotonih, cikličkih i zamornih parametara materijala te matematički modeli termalnih postupaka prerade metala i modeliranja njihovih mehaničkih svojstava nakon toplinske obrade. Istražit će se primjenjivost raznih metoda strojnog učenja te mogućnosti procjene parametara i naprednih konstitutivnih materijalnih modela koji se zbog kompleksnosti i velikog broja potrebnih parametara otežano i rijetko primjenjuju u praksi. Razvijene baze podataka i prediktivni modeli trebali bi doprinijeti široj primjeni modeliranja ponašanja materijala i računalnih simulacija, a uspostavljen metodološki okvir i principi primjene strojnog učenja mogli bi biti korisni i primjenjivi za razvoj prediktivnih modela i u drugim područjima primjene i istraživanja materijala.
Projektni tim
Sveučilište u Rijeci, Tehnički fakultet, Rijeka, Hrvatska
Prof. dr. sc. Robert Basan
Izv. prof. dr. sc. Dario Iljkić
Doc. dr. sc. Tea Marohnić
Doc. dr. sc. Sunčana Smokvina Hanza
Doc. dr. sc. Jelena Srnec Novak
Asist. Lovro Štic
Univerza v Ljubljani, Fakulteta za strojništvo, Ljubljana, Slovenija
Doc. dr. Andrej Žerovnik
Principal investigator: Prof. D. Sc. Robert Basan
Host institution: University of Rijeka, Faculty of Engineering, Rijeka, Croatia
Project duration: 2020-2024
Financed by: Croatian Science Foundation (HRZZ-IP-2020-02-5764)
Contact
Prof. D. Sc. Robert Basan
University in Rijeka, Faculty of Engineering
Department of Mechanical engineering Design
Vukovarska 58, 51000 Rijeka, Croatia
e. robert.basan@riteh.hr
t. +385 51 651 530
Project sumary
Materials modeling is a key part of modern product development and computer simulations which are performed in order to improve material utilisation and reduce weight and costs. The main prerequisite for successful materials modeling is knowledge of its behavior and properties. Their experimental determination is the most accurate, but it is long-lasting and expensive, and there is a trend to perform as few experiments as possible. The MADEIRA project addresses the lack of material data and behavior parameters needed for numerical simulations which is one of the major obstacles to wider use of advanced material models in the industry. Proposed research aims at the development of advanced machine learning-based models for estimation of material behavior and related parameters as a solution for mentioned problems. Based on results of materials research and data collected from published sources and results of own experiments, complex relationships between properties and behavior of the materials will be systematically analyzed, identified and mapped at different levels. Existing models for estimation of advanced monotonic, cyclic and fatigue parameters will be improved and new ones developed. Mathematical models of thermal processes of metals and prediction of their mechanical properties after heat treatment will be further improved. The applicability of different machine learning-based methods for estimation of parameters of advanced constitutive material models will be investigated which, due to the large number of required material parameters, are rarely applied in industrial practice. Developed database and predictive models should contribute to the wider application of material behavior modeling and computer simulations, and the established methodological framework and principles of machine learning may be useful and applicable for the development of predictive models in other fields of material research and application.
Project team
University in Rijeka, Faculty of Engineering, Rijeka, Croatia
Prof. D. Sc. Robert Basan
Assoc. Prof. D. Sc. Dario Iljkić
Assist. Prof. D. Sc. Tea Marohnić
Assist. Prof. D. Sc. Sunčana Smokvina Hanza
Assist. Prof. D. Sc. Jelena Srnec Novak
Assist. Lovro Štic
University in Ljubljana, Faculty of Mechanical Engineering, Ljubljana, Slovenia
Assist. Prof. D. Sc. Andrej Žerovnik