Диплом, курсовая, контрольная работа
Помощь в написании студенческих работ

Комплексная оценка долговечности сварных разрезных подкрановых балок стохастическими и нейросетевыми методами

Диссертация: Комплексная оценка долговечности сварных разрезных подкрановых балок стохастическими и нейросетевыми методами
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Разработанная методика комплексной оценки долговечности поврежденных подкрановых балок с учетом стохастической природы параметров элементов в условиях наличия нечеткой и неполной информации об объекте основывается на следующих положениях: информационная обеспеченность (точность и достоверность) оценки долговечности дефектных подкрановых конструкций соответствует информационной обеспеченности… Читать ещё >

Содержание

  • Глава 1. Анализ повреждаемости подкрановых балок
    • 1. 1. Конструктивные решения подкрановых балок
    • 1. 2. Повреждаемость подкрановых балок
    • 1. 3. Допустимость эксплуатации поврежденных подкрановых балок
    • 1. 4. Анализ существующих методов оценки долговечности
      • 1. 4. 1. Оценка долговечности по критерию роста усталостной трещины
      • 1. 4. 2. Синергетические модели разрушения
      • 1. 4. 3. Классический подход к прогнозированию долговечности
      • 1. 4. 4. Методы теории надежности
      • 1. 4. 5. Оценка долговечности по критерию коррозионного износа
    • 1. 5. Неполнота, недостаточность и неточность информации при оценке остаточной долговечности
    • 1. 6. Цели и задачи исследования
  • Глава 2. Оценка долговечности в условиях недостаточности данных
    • 2. 1. Виды недостаточности данных
    • 2. 2. Использование неточных величин
      • 2. 2. 1. Неточные величины при оценке долговечности
      • 2. 2. 2. Описание состояния конструкции
      • 2. 2. 3. Построение стохастической модели долговечности на этапе роста усталостной трещины
    • 2. 3. Использование нечетких величин
      • 2. 3. 1. Нечёткие величины при оценке долговечности
      • 2. 3. 2. Построение нечеткой модели долговечности на этапе роста усталостной трещины
    • 2. 4. Уменьшение неопределенности знаний
      • 2. 4. 1. Неопределенность знаний при оценке долговечности
      • 2. 4. 2. Задание неопределенности посредством случайных величин
      • 2. 4. 3. Задание неопределенности посредством нечетких величин
    • 2. 5. Уменьшение влияния неполноты знаний
      • 2. 5. 1. Неполнота знаний при оценке долговечности
      • 2. 5. 2. Метод сводных показателей
    • 2. 6. Методы моделирования на нейронных сетях
      • 2. 6. 1. Описание методов нейросетевого моделирования
      • 2. 6. 2. Выбор модели нейронной сети
      • 2. 6. 3. Метод обратного распространения ошибки
      • 2. 6. 4. Оценка достоверности нейросетевых моделей
      • 2. 6. 5. Построение нейросетевой модели долговечности на этапе роста усталостной трещины
    • 2. 7. Выводы по главе 2
  • Глава 3. Поправочная функция для определения коэффициента интенсивности напряжений
    • 3. 1. Расчетные формулы
    • 3. 2. Расчет напряженно-деформированного состояния подкрановой балки с трещиной в стенке вблизи верхнего пояса
    • 3. 3. Расчет коэффициента интенсивности напряжений
    • 3. 4. Расчет поправочной функции fK
    • 3. 5. Выводы по главе 3
  • Глава 4. Критерии долговечности поврежденных подкрановых балок
    • 4. 1. Формализация оценок долговечности
    • 4. 2. Методы получения четких значений при оценке долговечности (дефазификация)
    • 4. 3. Определение критериев перехода подкрановой балки в неработоспособное состояние на этапе роста усталостной трещины
    • 4. 4. Определение критериев необходимости проведения профилактических осмотров и планово-предупредительных ремонтов
    • 4. 5. Выводы по главе 4
  • Глава 5. Методика комплексной оценки долговечности поврежденных подкрановых балок
    • 5. 1. Общее описание методики
    • 5. 2. Алгоритм и программа
    • 5. 3. Определение сроков профилактических осмотров и межремонтных периодов подкрановых балок серии
    • 5. 4. Примеры расчета остаточной долговечности подкрановых балок
      • 5. 4. 1. Исходные данные
      • 5. 4. 2. Пример расчета
      • 5. 4. 3. Расчет по предлагаемой методике
    • 5. 5. Усиление подкрановых балок
    • 5. 6. Выводы по главе 5

Комплексная оценка долговечности сварных разрезных подкрановых балок стохастическими и нейросетевыми методами (реферат, курсовая, диплом, контрольная)

Подкрановые балки за время своей эксплуатации испытывают широкий спектр воздействий, накапливая в результате ряд повреждений (таких, как усталостные трещины, погнутости, ослабление и разрушение креплений элементов, отрыв элементов и др.). Кроме того, любая подкрановая балка имеет набор дефектов, появившихся на стадии монтажа (прожоги, подрезы, непровары и т. п.).

Существующие модели позволяют определить зависимость скорости роста трещин от их длины и на основе критериев трещиностойкости (например, силового, деформационного, энергетического) оценить долговечность поврежденной подкрановой балки. Однако при этом не учитывается стохастическая природа исходных данных (параметров трещиностойкости стали, параметров изменения нагрузок и т. п.). Также невозможно учесть недостоверность и неполноту данных. Определение долговечности конструкции сводится к рассмотрению развития трещины без учета разброса параметров материала и нагрузок, за счет чего появляется значительная погрешность в расчетах. На практике же необходимо иметь возможность предварительной (качественной) оценки долговечности с целью определения необходимости проведения более подробных исследований для определения количественных оценок. В этом случае имеющаяся информация будет неполной, относительно некоторых величин могут быть сомнения в достоверности или точности. Существующие методы оценки остаточного ресурса на этапе роста усталостной трещины (РУТ) не позволяют провести подобную оценку. Также не представляется возможным провести комплексную оценку долговечности конструкции с одновременным использованием различных методов определения долговечности.

В последнее время широкое распространение в различных областях науки получили методы теории нечетких множеств, теории возможностей и нейромоделирования. Однако не исследованным остается их применение для оценки долговечности.

Таким образом, существует необходимость разработки методики расчета долговечности подкрановых балок, более полно учитывающей специфику воздействий, свойства материалов, комплексный характер работы конструкции, а также позволяющей проводить оценку долговечности при наличии неполной, недостаточной и неточной информации.

Цель данного диссертационного исследования: создание методики комплексной оценки долговечности эксплуатирующихся сварных разрезных подкрановых балок с трещиноподобными дефектами сварки и появившимися в процессе эксплуатации усталостными трещинами в условиях недостаточности информации о режимах нагружения, особенностях эксплуатации, свойствах стали и зон сварных соединений.

Основные задачи исследования:

1. Провести анализ и классифицировать основные виды недостаточности используемой информации при оценке долговечности эксплуатирующихся сварных разрезных подкрановых балок с трещиноподобными дефектами сварки и появившимися в процессе эксплуатации усталостными трещинами. Установить их влияние на результаты оценки долговечности.

2. Определить поправочную функцию fK для нахождения коэффициента интенсивности напряжений в зависимости от номинальных напряжений и длины трещины в эксплуатирующихся сварных разрезных подкрановых балках с трещиноподобными дефектами сварки и появившимися в процессе эксплуатации усталостными трещинами.

3. Определить в терминах нейромоделирования, теории нечетких множеств и теории возможностей предельные состояния, соответствующие исчерпанию долговечности сварных разрезных подкрановых балок с трещиноподобными дефектами сварки и появившимися в процессе эксплуатации усталостными трещинами, а также периодичность проведения профилактических осмотров и планово-предупредительных ремонтов.

4. Создать методику комплексной оценки долговечности эксплуатирующихся сварных разрезных подкрановых балок с трещиноподобными дефектами сварки и появившимися в процессе эксплуатации усталостными трещинами в условиях недостаточности информации о режимах нагружения, особенностях эксплуатации, свойствах стали и зон сварных соединений.

5.6. Выводы по главе 5.

Разработанная методика комплексной оценки долговечности поврежденных подкрановых балок с учетом стохастической природы параметров элементов в условиях наличия нечеткой и неполной информации об объекте основывается на следующих положениях: информационная обеспеченность (точность и достоверность) оценки долговечности дефектных подкрановых конструкций соответствует информационной обеспеченности исходных данныхв процессе оценки долговечности подкрановых конструкций расчет ведется по нескольким существующим методикам для повышения точности результата, при этом в качестве синтезирующего механизма используется моделирование посредством нейронных сетейобъем информации, необходимой для использования выбранных методик, при необходимости доводится до требуемого значения посредством бутстрап-расширения выборок, использования данных, взятых из технической и справочной литературыиндекс достоверности данных при необходимости устанавливается специалистом-экспертом на основе имеющейся нечисловой информацииподбор параметров моделей нейронных сетей производится методами обучения с учителем и смешанными методамипри этом допустимо использование метода обратного распространения ошибки, метода встречного распространения ошибки, генетических алгоритмов, метода обучения отжигомрезультаты моделирования на нейронных сетях (нечеткие множества, представляющие комплексную оценку долговечности дефектной подкрановой конструкции) формализуются посредством перехода вероятностной (оценка риска эксплуатации с соответствием оценке долговечности в баллах) шкале, при этом на основе теории возможностей определяется пара значений возможность-необходимость, что позволяет получить интервальные значения оценкидостоверность оценки определяется на основе информационно статистической теории измерений посредством обработки результатов моделирования на нескольких нейронных сетях. Изложен алгоритм расчетов, описан программный комплекс, реализующий разработанные методики. Проведенные расчеты остаточной долговечности поврежденных подкрановых балок по существующим и по разработанной методике показывают удовлетворительное совпадение результатов в случае использования одной базовой методики. В случае использования нескольких базовых методик полученный результат имеет большую достоверность чем по каждой из них в отдельности. Показано, что разработанная методика позволяет согласовать результаты существующих методик, предоставляя при этом численную оценку достоверности результатов. На основе анализа функций принадлежности нечетких множеств, описывающих долговечность поврежденных подкрановых балок предложена формула для определения сроков профилактических осмотров и межремонтных периодов во время и после окончания интегрально-безопасного периода эксплуатации конструкции.

1. При оценке долговечности подкрановых балок с усталостными трещинами появляются следующие виды информационного дефицита: неточность, нечеткость, неопределенность и неполнота. Основными причинами их появления являются погрешности измерений и расчетовстохастический характер величин нагрузок и механических свойств материаловнедостоверность и неполнота знаний о действительной работе подкрановых балок. При этом неполнота и неточность полностью неустранимы. Показаны пути уменьшения влияния неопределенности и использования нечеткости. Разработаны способы формализации неполноты, неопределенности и неточности данных посредством методов теории вероятности, теории нечетких множеств и теории возможностей.

2. Обоснована необходимость оценки долговечности подкрановых балок с усталостными трещинами с учетом стохастической природы параметров элементов и нагрузок.

3. Определена поправочная функция fK для вычисления коэффициента интенсивности напряжений в зависимости от номинальных напряжений и длины трещины в подкрановых балках.

4. Критерием долговечности подкрановых балок в терминах теории нечетких множеств и теории возможностей является снижение ниже допустимого уровня Рбп безопасности эксплуатации, являющейся нечеткой величиной, определенной на основе стохастического моделирования на базе нейронных сетей.

5. Разработаны методологические основы комплексного определения долговечности на основе моделирования посредством нейронных сетей. Выделены следующие этапы оценки долговечности: обучение многослойной сети с прямыми связямиматематическое моделирование на нейронной сети, по результатам которого получается функция принадлежности нечёткого множества, характеризующего долговечность подкрановой балкипереход к численной оценке долговечности.

Создана методика комплексной оценки долговечности эксплуатирующихся сварных разрезных подкрановых балок с трещиноподобными дефектами сварки и появившимися в процессе эксплуатации усталостными трещинами в условиях недостаточности информации о режимах нагружения, особенностях эксплуатации, свойствах стали и зон сварных соединений. Для балок серии 1.426−2 получены таблицы для определения сроков межремонтных периодов и профилактических осмотров, обеспечивающих заданный уровень надежности эксплуатации.

Показать весь текст

Список литературы

  1. Н. П., Абросимов П. С., Бабанин В. Б., Ланкин Ю. П., Смолянинова Л. Г. Автоматическое управление конструкциями с помощью нейронных сетей: Учеб. пособие. — Красноярск: КрасГАСА, 1997. — 88 с.
  2. М. П., Гохберг М. М., Ковин А. А. Справочник по кранам. -М.: Машиностроение, 1988. 342 с.
  3. А. Е., Семухин М. В. Модели и алгоритмы принятия решений в нечетких условиях: Монография. — Тюмень: Изд-во Тюменского гос. унта, 2000. — 352 с.
  4. А. X. Оценка усталостной долговечности элементов подкрановых конструкций на основе информации о ресурсе, нагруженности и прочности: Автореф. дис.. канд. техн. наук.: 01.02.06 / Донской гос. техн. ун-т — Ростов-на-Дону, 1993. — 20 с.
  5. В. С., Мядянкас Г. Г. Прочность, долговечность и трещиностойкость при длительном циклическом нагружении. — СПб.: Политехника, 1994. — 204 с.
  6. С. И., Ланкин Ю. П. Сравнительные свойства адаптивных сетей с полярными и неполярными синапсами / Препринт № 196Б. — Красноярск: КрасГАСА, 1993. — 27 с.
  7. Дж., Козин Ф. Вероятностные модели накопления повреждений. — М.: Мир, 1989. — 270 с.
  8. В. В. Прогнозирование ресурса машин и конструкций. — М.: Машиностроение, 1984. — 312 с.
  9. В. И., Семенов Л. Н. Надежность подъемно-транспортных машин. Л.: Машиностроение, 1986. — 340 с.
  10. Д. Основы механики разрушения. М.: Высш. шк., 1980. — 368 с.
  11. БуравлевА. И. Способ оценки достоверности экспертных измерений // Измерительная техника — 1995. — № 10. — С. 15 17.
  12. А. А., Петинов С. В., Полежаева Е. А. Статистическое описание роста трещин усталости // Механика разрушения, надежность и техническая диагностика тонкостенных конструкций: Межв. сб. науч. тр. — Н. Новгород, 1996. — 120 с.
  13. А. Л. Новый непараметрический метод построения псевдовыборки при бутстрапе авторегрессии / npenpHHT#BSP/2001/049R. — М.: Российская экономическая школа, 2001. — 29 с.
  14. М. Г., Никульшин В. Р. Эвристический метод расчета сложных технологических систем: Труды Одесского политехнического университета. — Одесса: Изд-во Одесского политехи, ун-та, 1996. — Вып.2. — С. 36−39.
  15. Е.С. Теория вероятностей: Учеб. для вузов. — 6-е изд. стер. — М.: Высш. шк., 1999. — 576 с.
  16. В. П., Романов А. Е. Дисклинации в кристаллах. — Л.: Наука, 1986. — 219 с.
  17. В. И., Иванов А. И. Биометрия: быстрое обучение искусственных нейронных сетей. — Пенза: Изд-во Пенз. гос. ун-та, 2000.40 с.
  18. И. Б., Кордонский X. Б. Модели отказов. — М.: Сов. радио, 1966. —166 с.
  19. О. И. Матричные методы обработки нечеткой информации в информационных системах. — Автореф. дис.. канд. техн. наук: 05.13.01 / Самарск. гос. архитектурн. строит, академия — Самара, 2001.19 с.
  20. ПГпр 1LIIIIDD Г П ТлГ (ЦЛ П) Л о"""*""^ «л Ппм^г, •-«• I I • I I C^I'l^riHUrlrilNU n riuixpwiwil IW I *"гы. I l^n^U^Uиерархических процессов. — М.: Мир, 1988. — 287 с.
  21. П. А., Ушаков И. И. Кинетика фрактального роста трещины // Надежность и долговечность строительных материалов и конструкций: Материалы междунар. научно-техн. конф.: В 3 частях. — Волгоград: ВолгГАСА, 1998. — Ч. 2. — С. 78 80.
  22. А. Н. Обучение нейронных сетей. — М.: СП Параграф, 1990. — 156 с.
  23. ГОСТ 25.504−82. Расчеты и испытания на прочность. Методы расчета характеристик сопротивления усталости. — М.: Изд-во стандартов, 1981. — 25 с.
  24. ГОСТ 27.310−95. Надежность в технике. Анализ видов, последствий и критичности отказов. Основные положения. — Введ. 01.01.1997. — М.: Изд-во стандартов, 1995. — 13 с.
  25. И. Г. Синергетика и усталостное разрушение металлов. — М.: Наука, 1989. —С. 191−199.
  26. О. М., Попов Е. А. Синергетика и усталостное разрушение металлов. — М.: Наука, 1989. — С. 138 152.
  27. Л. И., Соколов А. А. Нейросетевые технологии статистической обработки информации. — М.: ООО ИРЦ Газпром, 1999. — 39 с.
  28. С. Н., Наймарк О. Б. Структурно-механические исследования композиционных материалов и конструкций. — Свердловск: УНЦ АН СССР. 1984. С. 74 — 80.
  29. Р. Г., Губайдулин М. Р., Шапошникова Е. В. Оценка усталостной долговечности сварных соединений стальных конструкций: Учеб. пособие. — Челябинск: ЧГТУ, 1992. — 54 с.
  30. М. И. Некоторые практические методы оценки усталостной долговечности конструкций. Монография. — Н. Новгород: Изд-во ННГУ, 1992. — 104 с.
  31. О. В., Шувалов А. Н. Прогнозирование остаточного ресурса циклически нагружаемых решетчатых конструкций. // Градостроительство, прогрессивные строительные конструкции,
  32. TOVUOnnrMM MUM/OUOnULIO rurTOML'' MOMTOWO r^ LJDVUU т"л
  33. V/tt IV/ i 4/ ¦ rin^ П1 l/IWl I Wl S^ vr IV I I U*l • I INK/IXU ^ WWl I и II 1 F' '
  34. Магнитогорск: МГТУ, 2000. — 176 с.
  35. К. И. Остаточный ресурс циклически нагруженных металлоконструкций с трещиноподобными дефектами: Дис. д-ра техн. наук. — М., 1996. — 418 с.
  36. К. И., Нищета С. А., Беззубкова Н. Ю. Освидетельствование и техническая эксплуатация строительных металлических конструкций: Учеб. пособие. — Магнитогорск: МГМА, 1997. — 220 с.
  37. К. И., Нищета С. А., Нащекин М. В. Изучение действительной работы циклически нагруженных строительных металлоконструкций. — Магнитогорск: Изд-во МГМА, 1996. — 228 с.
  38. К. И. Предотвращение разрушений строительных металлических конструкций: Монография. — Магнитогорск: МГТУ, 2004. — 236 с.
  39. С. И. Дилатонный механизм прочности твердых тел // Физика прочности и пластичности: Сб. науч. тр. — Л.: Наука, 1968. — С. 5 11.
  40. А. И. Расчет строительных конструкций методом конечных элементов на ЭВМ. — Магнитогорск: МГМА, 1996. — 67 с.
  41. А. Б. Экспериментальные методы в строительной механике. — М.: Стройиздат, 1983. — 192 с.
  42. В. А. Структурно-механические исследования композиционных материалов и конструкций. — Свердловск: УНЦ АН СССР, 1984. — С. 62−73.
  43. В. С. Синергетика и усталостное разрушение металлов. — М.: Наука, 1989. — С. 6 29.
  44. В. С. Усталостное разрушение. — М.: Металлургиздат, 1963. — 272 с.
  45. В. С., Шанявский А. А. Количественная фрактография: Устаппгтипо пз^^лиослло и Uonn^i-n rrt/* Мотппп"/лгмп 10QO. ?00 г*ivwittw 1 iriv^i IW l/iwrll I4. li I ri/1^ l^UUi Ui
  46. В. С. Синергетика: прочность и разрушение металлических материалов. — М.: Наука, 1992. — 160 с.
  47. В. С., Терентьев В. Ф. Природа усталости металлов. — М.: Металлургия, 1975. — 455 с.
  48. Исправление дефектов сварки: Руководящие материалы. — М.: ЦНИИ по машиностроению, 1974. — 64 с.
  49. Н. Т. Нечеткие подходы к решению обратных задач в системах добычи нефти и газа: Автореф. дис.. канд физ.-мат. наук.: 05.13.16 / Уфимск. гос. ун-т. — Уфа, 1997. — 19 с.
  50. А. И., Васильев А. А., Кошутин Б. Н. Повышение долговечности металлических конструкций промышленных зданий. — М.: Стройиздат, 1969. — 301 с.
  51. В. П., Махутов Н. А., Гусенков А. П. Расчеты деталей машин и конструкций на прочность и долговечность: Справочник. — М.: Машиностроение, 1985. — 224 с.
  52. Л. Г., Максимов А. В. Нейрокомпьютеры: Учеб. пособие для вузов. — М.: Изд-во МГГУ им. Н. Э. Баумана, 2002. — 320 с.
  53. В. М. Разработка и применение метода нечетких измерений на основе нейронной модели диагностики экспертных знаний и заключений на примерах исследований сложных процессов: Автореф. дис.. канд. техн. наук: 05.13.16. — Екатеринбург, 1999. — 24 с.
  54. В. В., Борисов В. В. Искусственные нейронные сети. Теория и практика. — 2-е изд., стереотипн. — М.: Горячая линия, Телеком, 2002. — 382 с.
  55. Ю. С. Исследование процесса нагружения стальных подкрановых балок вертикальными крановыми нагрузками в цехах металлургического производства: Дисс.. канд. техн. наук: 05.23.01 / Моск. инж.-стр. ин-т. — М., 1969.- 182 с.
  56. Ли М. Л. Оценка нагруженности и усталостной долговечности сварных подкрановых балок: Автореф. дис.. канд. техн. наук: 05.23.01 / Южно-Уральск. гос. ун-т. — Челябинск, 2004. — 23 с.
  57. А. Ю., Михайлов А. С. Введение в синергетику. — М.: Наука, 1990. — 272 с.
  58. Р. А. Методы обнаружения и мониторинга развития трещин в строительных конструкциях // Строительные материалы, оборудование, технологии XXI века. — 2004. — № 6. — С. 26 27.
  59. М., Мако Д., Такахара Я. Теория иерархических многоуровневых систем. — М.: Мир, 1973. 435 с.
  60. Металлические конструкции. В 3 т. Т.1. Общая часть: Справочник проектировщика / Под общ. ред. заслуж. строителя РФ, лауреата госуд. премии СССР В. В. Кузнецова (ЦНИИпроектстальконструкция им. Н. П. Мельникова) — М.: изд-во АСВ, 1998. — 576 с.
  61. Металлические конструкции. Общий курс: Учебник для вузов / Е. И. Беленя, В. А. Балдин, Г. С. Ведеников и др.- Под общ. ред. Е. И. Беленя. — 6-е изд., перераб. и доп. — М.: Стройиздзт, 1986. — 560 с.
  62. Е. М. Введение в механику развития трещин. — М.: МИФИ. — 1977. — 91 с.
  63. М. В. Действительная работа стальных неразрезных циклически нагруженных балок: Дис.. к-та техн. наук: 05.23.01 / Магнитогорский гос. техн. ун-т. — Магнитогорск, 2001. — 179 с.
  64. К. К. Совершенствование подкрановых конструкций и методов их расчета: Дисс.. д-ра техн. наук: 05.23.01. / Моск. инж.-сгроит. ин-т им. В. В. Куйбышева. — М., 1993. — 307 с.
  65. Л. Б. Решение задач прогнозирования на базе нечеткой логики в системах управления процессами и производством: Автореф. дис.. канд. техн. наук.: 05.13.17 / С-Пб. гос. ун-т. — С-Пб., 1999. — 20 с.
  66. В. 3., Морозов Е. М. Механика упругопластического разрушения. — М.: Наука, 1985. — 504 с.
  67. В. М., Морозов Е. М. Механика разрушения твердых тел: курс лекций. — СПб.: Профессия, 2002. — 302 с.
  68. В. А., Башкарев А. Я., Веттегрень В. Л. Физические основы прогнозирования долговечности конструкционных материалов. — СПб.: Политехника, 1993. — 475 с.
  69. Л. П. Оценка надежности строительных конструкций (на основе метода преобразования рядов распределения). — М.: Стройиздат, 1983. —122 с.
  70. Повышение долговечности металлических конструкций промышленных зданий / А. И. Кикин, А. А. Васильев, Б. Н. Кошутин и др. — 2-е изд., перераб. и доп.— М.: Стройиздат, 1984. — 301 с.
  71. ПОТ РО-14 000−004−98. Техническая эксплуатация промышленных зданий и сооружений. — Введ. 01.03.1999. — М.: Изд-во стандартов, 1998. — 92 с.
  72. Ю. П. Возможность: Элементы теории и применения. — М.: Эдиториал УРСС, 2000. — 192 с.
  73. Рекомендации по учету влияния дефектов и повреждений на эксплуатационную пригодность стальных конструкций производственных зданий. — М.: ЦНИИПроектстальконструкция, 1987. — 46 с.
  74. А. Р. Строительная механика: Учеб. пособие для вузов. М.: Высш. школа, 1982. — 400 с.
  75. . В. Большие пластические деформации и разрушение металлов. М.: Металлургия, 1986. — 224 с.
  76. В. В. Методы прогнозирования показателей надежности на основе представлений нечетких множеств: Учеб. пособие. — Пенза: Изд-во Пенз. гос. техн. ун-та, 1995. — 132 с.
  77. А. П. Аксиоматическое определение степени нечеткости лингвистической шкалы и ее основные свойства // II Всесоюзн. конф. «Искусственный интеллект-90»: Секционные и стендовые доклады. Том 1. — Минск, 1990. — С. 162 165.
  78. А. П. О степени нечеткости размытых характеристик // Проблемы теоретической кибернетики: Тез. докл. VII всесоюзн конф. I часть. — Иркутск, 1985. — С. 53 55.
  79. А. П. Об одном методе оптимального описания объектов и ситуаций в ИС // Создание и применение гибридных экспертных систем: Тез. докл. всесоюзн. конф. — Рига, 1990. — С. 62 64.
  80. А. П. О Выборе качественных признаков описаний объектов средствами теории нечетких множеств: Автореф. дис.. канд. техн. наук: 01.01.09. / Саратовский гос. ун-т Саратов, 1992. — 18 с.
  81. В. Ф. Закономерности усталостных повреждений и разработка метода расчетной оценки долговечности подкрановых путей производственных зданий: Автореф. дис.. д-ра техн. наук. — Челябинск, 2002. — 42 с.
  82. Ю. В. Методы и средства генерации искусственных нейронных сетей для решения задач прогнозирования: Автореф. дис.. канд. техн. наук: 05.13.15 / Брестский гос. техн. ун-т. — Минск, 2000. — 24 с.
  83. СНиП Н-23−81. Стальные конструкции. Нормы проектирования. -М.:Стройиздат, 1982. 93 с.
  84. СНиП Ш-18−75. Правила производства и приемки работ. М.: Стройиз-дат, 1976. — 160 с.
  85. А. А., Доровский В. М., Елесин Л. А. Синергетика и усталостное разрушение металлов. — М.: Наука, 1989. — С. 45 56.
  86. Ф. Нейрокомпьютерная техника: Теория и практика. — М.: Мир, 1992. 240 с.
  87. Д. С. Автоматизация комплексных испытаний сложных технических объектов с использованием нечетких логик: Автореф. дис.. канд. техн. наук: 05.13.07 — СПб, 1999. — 18 с.
  88. В. В. Кинетика повреждаемости и разрушения твердых тел. — Ташкент: Фан, 1985. — 166 с.
  89. В. В. Термодинамические аспекты прочности и разрушения твердых тел. — Ташкент: Фан, 1979. — 168 с.
  90. Н. В. Анализ и Синтез показателей при информационном дефиците. — СПб.: Издательство С.-Петербургского университета, 1996. —196 с.
  91. А. А., Орлов Е. Ф., Караев К. 3. Прогнозирование развития усталостных повреждений элементов конструкций авиатехники при сложном напряженном состоянии. — М.: НТИЦ гражд. авиации, 1992. — 78 с.
  92. Г. Д. Долговечность и эксплуатационная надежность строительных конструкций зданий и сооружений: Курс лекций — Воронеж: Воронежский гос. арх-строит. ун-т., 2001. — 70 с.
  93. М. А. Искусственные нейронные сети: конспект лекций. —
  94. Пенза: Изд-во Пенз. гос. техн. ун-та, 1996. — 44 с.
  95. Г. Л. Исследование и разработка автоматизированных системпрогнозирования на основе методов теории нейронных сетей: Автореф.дис. канд. техн. наук.: 05.13.06. — Москва, 2000. — 16 с.
  96. Asok R. Life extending control of large-scale dynamical systems. //
  97. Proceedings of the American Control Conference Arlington, VA June 25 27,2001. — pp. 3692 3698.
  98. Berenji H. R., Khedkar P. Learning and tuning fuzzy logic controllers through reinforcements. // IEEE Trans. Neural Networks, Sept. 1992. — vol. 3 — pp. 724 740.
  99. Elluyn F., Fakinlede С. O. Probabilistic simulation of fatique crack growth by damage accumulation // Endurance. Fracture Mechanics. — 1985. — v. 22. No. 4. — pp. 687 712.
  100. Mantaras R. L. Approximate Reasoning Models. — Chichester, West Essex, U.K.: Ellis Horwood Limited, 1990. — 135 p.
  101. POPFNN-AARS (S): A pseudo outer-product based fuzzy neural network. // IEEE Trans. Syst., Man, Cybern. Nov. 1999. — vol. 29. — pp. 859 870.
  102. Quek H. C., Zhou R. W. POPFNN: A pseudo outer-product based fuzzy neural network. — Neural Networks, 1996. — vol. 9, no. 9. — pp. 1569 1581.
  103. Sanner R. M., Slotine J.-J. E. Gaussian networks for direct adaptive control. // IEEE Trans. On Neur. netw., 1992. — Vol. 3, No.6. — 837 p.
  104. Tung W. L., Quek C. GenSoFNN: A Generic Self-Organizing Fuzzy Neural Network. // IEEE transactions on neural networks, September 2002. — vol. 13, no. 5. — pp. 1075 1086.
  105. I. В., Zhong Z. An approximate analogical reasoning scheme based on similarity measures and interval valued fuzzy sets. — Fuzzy Sets Syst., 1990. — vol. 34. pp. 323 346.
  106. Zadeh L. A. Calculus of fuzzy restrictions in Fuzzy Sets and Their Applications to Cognitive and Decision Processes. — New York: Academic, 1975. — pp. 1 39.
Заполнить форму текущей работой

На отлично!