1. ELARTU — Інституційний репозитарій ТНТУ імені Івана Пулюя
  2. Матеріали конференцій, семінарів, читань
  3. 2022
  4. Міжнародна науково-технічна конференція „Міцність і довговічність сучасних матеріалів та конструкцій“ присвячена 70-річчю від дня народження член-кореспондента НАН України, проф. Яснія Петра Володимировича (2022)
Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://elartu.tntu.edu.ua/handle/lib/39148

Назва: Моделювання функціональних властивостей псевдопружних сплавів з пам’яттю форми методами машинного навчання
Інші назви: Modeling of functional properties of pseudoelastic shape memory alloys by methods of machine learning
Автори: Ясній, Олег Петрович
Ясній, Володимир Петрович
Малишевська, О.
Дідич, Ірина Степанівна
Yasniy, O.
Yasniy, V.
Malyshevska
Didych, I.
Приналежність: Тернопільський національний технічний університет імені Івана Пулюя, Україна.
Краківський технологічний університет, Польща
Івано-Франківський національний медичний університет, Україна
Ternopil Ivan Puluj National Technical University, Ukraine
Cracow University of Technology, Poland
Ivano-Frankivsk National Medical University, Ukraine
Бібліографічний опис: Моделювання функціональних властивостей псевдопружних сплавів з пам’яттю форми методами машинного навчання / Олег Петрович Ясній, Володимир Петрович Ясній, О. Малишевська, І. Дідич // Матеріали Міжнародої науково-технічної конференції „Міцність і довговічність сучасних матеріалів та конструкцій“, 10-11 листопада 2022 року. — Т. : ФОП Паляниця В. А., 2022. — С. 181–183. — (Нові та сучасні матеріали та технології).
Bibliographic description: Yasniy O., Yasniy V., Malyshevska , Didych I. (2022) Modeliuvannia funktsionalnykh vlastyvostei psevdopruzhnykh splaviv z pamiattiu formy metodamy mashynnoho navchannia [Modeling of functional properties of pseudoelastic shape memory alloys by methods of machine learning]. Proceedings of the International scientific and technical conference "Strength and durability of modern materials and constructions" (Tern., November 10-11, 2022), pp. 181-183 [in Ukrainian].
Є частиною видання: Праці конференції Міжнародної науково-технічної конференції присвяченої 70-річчю від дня народженнячлен-кореспондента НАН України, проф. Яснія Петра Володимировича „Міцність і довговічність сучасних матеріалів та конструкцій“, 2022
Proceedings of the International scientific and technical conference dedicated to the 70th anniversary from the day of birth of Corresponding member of the National Academy of Sciences of Ukraine, professor Yasniy Petro, 2022
Конференція/захід: Міжнародна науково-технічна конференція присвячена 70-річчю від дня народженнячлен-кореспондента НАН України, проф. Яснія Петра Володимировича „Міцність і довговічність сучасних матеріалів та конструкцій“
Журнал/збірник: Праці конференції Міжнародної науково-технічної конференції присвяченої 70-річчю від дня народженнячлен-кореспондента НАН України, проф. Яснія Петра Володимировича „Міцність і довговічність сучасних матеріалів та конструкцій“
Дата публікації: 10-лис-2022
Дата внесення: 5-гру-2022
Видавництво: ФОП Паляниця В. А.
PE Palianytsia V. A.
Місце видання, проведення: Тернопіль
Ternopil
Часове охоплення: 10-11 листопада 2022 року
November 10-11, 2022
УДК: 539.42
004.032.26
Кількість сторінок: 3
Діапазон сторінок: 181-183
Початкова сторінка: 181
Кінцева сторінка: 183
Короткий огляд (реферат): There were predicted the functional properties of pseudoelastic alloy by machine learning methods, namely, the dependence of the dissipated energy and the strain range of NiTi alloy on the number of loading cycles. The obtained results are in good agreement with the experimental data. It was found that the random forests method gives the lowest prediction error of 3,9% and 7% in the test set of Wd-N and Δε-N dependences, respectively.
URI (Уніфікований ідентифікатор ресурсу): http://elartu.tntu.edu.ua/handle/lib/39148
ISBN: 978-617-7875-43-6
Власник авторського права: © Тернопільський національний технічний університет імені Івана Пулюя, 2022
Перелік літератури: 1. Онишко О. С. Моделювання фізико-хімічної поведінки тіл, виготовлених зі сплавів з пам’яттю форми, за наявності електричного поля // Фіз.-хім. механіка матеріалів. – 2017. – 53, № 4. – С. 107–111. (Onyshko O. S. Modeling of the physicomechanical behavior of bodies made of alloys with shape memory in the presence of electric fields // Materials Science. – 2018. – 53, № 4. – P. 541–547.)
2. Ma H. and Cho C. Feasibility study on a superelastic SMA damper with re-centringcapability // Mater. Sci. Eng. A. Elsevier. – 2008. – 473, № 1–2. – P. 290–296.
3. Calculation of constructive parameters of SMA damper / P. Yasniy, M. Kolisnyk, O. Kononchuk, and V. Iasnii // Sci. J. TNTU. – 2017. – 88, № 4. – P. 7–15.
4. Прогнозування діаграм втомного руйнування алюмінієвого сплаву Д16Т методами машинного навчання / О. П. Ясній, О. А. Пастух, Ю. І. Пиндус, Н. С. Луцик, І. C. Дідич // Фіз.-хім. механіка матеріалів. – 2018. – 54, № 3. - С. 43–48. О. P. Yasnii, O. А. Pastukh, Yu. І. Pyndus, N. S. Lutsyk, I. S. Didych: Prediction of the Diagrams of Fatigue Fracture of D16T Aluminum Alloy by the Methods of Machine Learning, Materials Science, 3(54), 2018, 333 – 338.
5. O. Yasniy, I. Didych, Yu. Lapusta: Prediction of fatigue crack growth diagrams by methods of machine learning under constant amplitude loading, Acta Metallurgica Slovaca, 26(1), 2020, 31 - 33.
6. Оleh Yasniy, Iryna Didych, Sergiy Fedak, Yuri Lapusta. Modeling of AMg6 aluminum alloy jump-like deformation properties by machine learning methods, Procedia Structural Integrity, 28, 2020, 1392–1398.
7. Volodymyr Iasnii, Petro Yasniy. Degradation of functional properties of pseudoelastic NiTi alloy under cyclic loading: an experimental study, Acta mechanica et automatica, 13(2), 2019, 95-100.
References: 1. Onyshko O. S. Modeliuvannia fizyko-khimichnoi povedinky til, vyhotovlenykh zi splaviv z pamiattiu formy, za naiavnosti elektrychnoho polia, Fiz.-khim. mekhanika materialiv, 2017, 53, No 4, P. 107–111. (Onyshko O. S. Modeling of the physicomechanical behavior of bodies made of alloys with shape memory in the presence of electric fields, Materials Science, 2018, 53, No 4, P. 541–547.)
2. Ma H. and Cho C. Feasibility study on a superelastic SMA damper with re-centringcapability, Mater. Sci. Eng. A. Elsevier, 2008, 473, No 1–2, P. 290–296.
3. Calculation of constructive parameters of SMA damper, P. Yasniy, M. Kolisnyk, O. Kononchuk, and V. Iasnii, Sci. J. TNTU, 2017, 88, No 4, P. 7–15.
4. Prohnozuvannia diahram vtomnoho ruinuvannia aliuminiievoho splavu D16T metodamy mashynnoho navchannia, O. P. Yasnii, O. A. Pastukh, Yu. I. Pyndus, N. S. Lutsyk, I. C. Didych, Fiz.-khim. mekhanika materialiv, 2018, 54, No 3, P. 43–48. O. P. Yasnii, O. A. Pastukh, Yu. I. Pyndus, N. S. Lutsyk, I. S. Didych: Prediction of the Diagrams of Fatigue Fracture of D16T Aluminum Alloy by the Methods of Machine Learning, Materials Science, 3(54), 2018, 333 – 338.
5. O. Yasniy, I. Didych, Yu. Lapusta: Prediction of fatigue crack growth diagrams by methods of machine learning under constant amplitude loading, Acta Metallurgica Slovaca, 26(1), 2020, 31 - 33.
6. Oleh Yasniy, Iryna Didych, Sergiy Fedak, Yuri Lapusta. Modeling of AMg6 aluminum alloy jump-like deformation properties by machine learning methods, Procedia Structural Integrity, 28, 2020, 1392–1398.
7. Volodymyr Iasnii, Petro Yasniy. Degradation of functional properties of pseudoelastic NiTi alloy under cyclic loading: an experimental study, Acta mechanica et automatica, 13(2), 2019, 95-100.
Тип вмісту: Conference Abstract
Розташовується у зібраннях:Міжнародна науково-технічна конференція „Міцність і довговічність сучасних матеріалів та конструкцій“ присвячена 70-річчю від дня народження член-кореспондента НАН України, проф. Яснія Петра Володимировича (2022)

Файли цього матеріалу:
Файл Опис РозмірФормат 
MNTK_2022_Yasniy_O-Modeling_of_functional_properties_181-183.pdf884,52 kBAdobe PDFПереглянути/відкрити
MNTK_2022_Yasniy_O-Modeling_of_functional_properties_181-183.djvu44,76 kBDjVuПереглянути/відкрити
MNTK_2022_Yasniy_O-Modeling_of_functional_properties_181-183__COVER.png440,4 kBimage/pngПереглянути/відкрити
Показати повний опис матеріалу Перегляд статистики


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.