Estimation of critical force of the buckling composite structures using modelling methods
Artykuł w czasopiśmie
MNiSW
5
spoza listy
| Status: | |
| Autorzy: | Szklarek Karol, Gajewski Jakub, Vališ David |
| Dyscypliny: | |
| Aby zobaczyć szczegóły należy się zalogować. | |
| Rok wydania: | 2019 |
| Wersja dokumentu: | Drukowana | Elektroniczna |
| Język: | angielski |
| Wolumen/Tom: | 252 |
| Numer artykułu: | 3004 |
| Strony: | 1 - 6 |
| Web of Science® Times Cited: | 3 |
| Bazy: | Web of Science |
| Efekt badań statutowych | NIE |
| Materiał konferencyjny: | TAK |
| Nazwa konferencji: | III International Conference of Computational Methods in Engineering Science (CMES’18) |
| Skrócona nazwa konferencji: | CMES’18 |
| URL serii konferencji: | LINK |
| Termin konferencji: | 22 listopada 2018 do 24 listopada 2018 |
| Miasto konferencji: | Kazimierz Dolny |
| Państwo konferencji: | POLSKA |
| Publikacja OA: | TAK |
| Licencja: | |
| Sposób udostępnienia: | Otwarte czasopismo |
| Wersja tekstu: | Ostateczna wersja opublikowana |
| Czas opublikowania: | W momencie opublikowania |
| Data opublikowania w OA: | 14 stycznia 2019 |
| Abstrakty: | angielski |
| The study reported in this paper employed Artificial Neural Networks (ANN) to predict the critical force of the buckling composite structures. The critical force depends upon various factors such as thickness, stacking sequence, etc. These factors have been identified in earlier studies by means of the Finite Elements Method (FEM). The critical force is affected by the above-mentioned factors. Various approaches have been applied in the course of the presented study. Apart from our FEM simulation, the ANN approach has been applied and the results were compared. The main contribution of these two approaches is the estimation of the critical force. The ANN model is trained to predict the critical force for different configurations of input variables. |
