1

$*e3,3$5,78'20È1<26(*<(6h/(70ĥ6=$.,)2/<Ï,5$7$

2014/1.

48 oldal LXV. évfolyam

,QQRYDWtYDQ\DJWHFKQROyJLiN A tudományos mĦhely vezetĘje: Dr. Tisza Miklós e-mail: [email protected] tel: +3646 565 164 Az Innovatív anyagtechnológiák tudományos mĦhelyben folyó kutatások fĘ célkitĦzései röviden az alábbiakban foglalhatók össze. 1. Hegesztés a. korszerĦ technológiával gyártott, nagyszilárdságú acélok, valamint alakítható és hegeszthetĘ szerkezeti fémes anyagok és ötvözetek, valamint hidegalakítás után újrakristályosított és különféle alakítási mértékkel megmunkált finomlemezek hegeszthetĘségi vizsgálata; b. szakaszos energia-bevitel technológia jellemzĘinek vizsgálata, ömlesztĘ hegesztési és ellenállás ponthegesztési kísérletek végzése szakaszos energia-bevitellel alakítatlan és különféle alakítást elszenvedett finomlemezeken. A technológia optimalizálása a legfontosabb céljellemzĘk figyelembevételével; c. számítógéppel segített hegesztés technológia tervezés alkalmazása különféle eljárásokhoz, hegesztĘ eljárások kapcsolt termikus és mechanikai folyamatainak elemzése a SysWeld végeselemes program rendszerrel. 2. HĘ- és felületkezelés a. a termokémiai felülettechnológiák kutatásfejlesztésével kapcsolatosan a stratégia irányvonalak, irányelvek kidolgozása a régió érintett gazdasági szereplĘivel és azok szervezeteivel (kamara, klaszterek) együttmĦködve; b. kísérleti program kidolgozása és megvalósítása hagyományos és a korszerĦ, továbbfejlesztett termokémiai eljárások összehasonlító elemzésére. 3. Képlékenyalakítás a. alakíthatósági elemzések különös tekintettel a korszerĦ nagyszilárdságú acélok, Al-ötvözetek és egyes nehezen alakítható fémek vonatkozásában; b. az állapottényezĘk (feszültségi állapot, hĘmérséklet és alakváltozási sebesség) hatását hasznosító képlékeny alakító eljárások, valamint a gyors prototípusgyártás és az egyedi, illetve kis sorozatgyártás eljárásainak vizsgálata, fejlesztése; c. számítógépes technológiai és szerszámtervezési módszerek kidolgozása, alakító technológiák és szerszámaik végeselemes modellezése.

CNC vezérlésĦ láng- és plazmavágó berendezés

MTS 810 típusú elektrohidraulikus anyagvizsgáló gép

Optikai alakváltozás mérĘ rendszerrel felszerelt komplex lemezvizsgáló berendezés

GÉP A GÉPIPARI TUDOMÁNYOS EGYESÜLET PĦV]DNLYiOODONR]iVLEHIHNWHWpVLpUWpNHVtWpVLNXWDWiVIHMOHV]WpVLSLDFLLQIRUPiFLyVIRO\yLUDWD 6=(5.(6=7ė%,=2776È* 'U'|EU|F]|QLÈGiP elnök 9HV]D-y]VHI IĘV]HUNHV]WĘ 'U-iUPDL.iURO\ 'U3pWHU-y]VHI 'U6]DEy6]LOiUG IĘV]HUNHV]WĘKHO\HWWHVHN 'U%DUNyF]L,VWYiQ %iQ\DL=ROWiQ 'U%HNH-iQRV 'U%HUFVH\7LERU 'U%XNRYHF]N\*\|UJ\ 'U&]LWiQ*iERU 'U'DQ\L-y]VHI 'U'XGiV,OOpV 'U*iWL-y]VHI 'U+RUYiWK6iQGRU 'U,OOpV%pOD .iUPiQ$QWDO 'U.DOPiU)HUHQF 'U2UEiQ)HUHQF 'U3iOLQNiV,VWYiQ 'U3DWNy*\XOD 'U3pWHU/iV]Oy 'U3HQQLQJHU$QWDO 'U5LWWLQJHU-iQRV 'U6]DEy,VWYiQ 'U6]iQWy-HQĘ 'U6]ĦFV(GLW 'U7tPiU,PUH 'U7yWK/iV]Oy 'U=RERU\,VWYiQ

7LV]WHOW2OYDVy 7DYDO\OH]iUXOWD7È023%.219MHOĦSURMHNWPHO\QHNNHUHWp EHQD](XUySDL8QLyWiPRJDWiViYDOD](XUySDL6]RFLiOLV$ODSWiUV¿QDQV]tUR]iViYDOYD OyVXOWDNPHJD]RNDNXWDWiVRNPHO\HNDHV.LYiOyViJL.|]SRQWNHUHWpEHQInnovációs Gépészeti Tervezés és TechnológiákFtPPHOIRO\WDND0LVNROFL(J\HWHPHQ$N|]SRQW FpOMDYROWDNXWDWiVLSRWHQFLiOIHMOHV]WpVHRO\DQNXWDWiVRNNDODPHO\HNLQQRYDWtYPRGHO OH]pVWWHUYH]pVWpVWHFKQROyJLDLIRO\DPDWRNDWYDOyVtWDQDNPHJ|VV]KDQJEDQD](XUySDL 8QLyD]RQW|UHNYpVpYHODPHO\D]LQQRYiFLyVHUNHQWpVpUHDOHJKDWpNRQ\DEEN|UQ\H]HWED UiWWHFKQROyJLiNDONDOPD]iViUDIHMOHV]WpVpUHLUiQ\XO $ .LYiOyViJL .|]SRQW KpW WXGRPiQ\RV PĦKHO\UH WDJR]yGRWW PHO\HN DNNRU HJ\HJ\ WDQV]pN N|Up V]HUYH]ĘGWHN .|]EHQ LQWp]HWHN DODNXOWDN D NDURQ HV H]HN D N|YHWNH]ĘN $Q\DJV]HUNH]HWWDQLpV$Q\DJWHFKQROyJLDL*\iUWiVWXGRPiQ\L(QHUJHWLNDLpV9HJ\LSDUL *pSpV]HWL0ĦV]DNL0HFKDQLNDL*pSpV7HUPpNWHUYH]pVLYDODPLQWD/RJLV]WLNDL,QWp ]HW$]LWWGROJR]yRNWDWyN%6F06FpVGRNWRUDQGXV]KDOOJDWyNDWLVEHYRQWDNDNXWDWi VRNEDDPHO\HNtJ\MyOHKHWĘVpJHWEL]WRVtWRWWDNDUUDKRJ\D¿DWDORNPHJLVPHUNHGMHQHND WXGRPiQ\RVPXQNiYDO$N|]HONpWpYLJPĦN|GĘN|]SRQWSURJUDPMiKR]NDSFVROyGYDQHP HJ\KDOOJDWyQ\~MWRWWPiUNLHPHONHGĘWHOMHVtWPpQ\WLOOHWYHNpV]tWHWWV]tQYRQDODV7'.GRO JR]DWRW3K'pUWHNH]pVW $]HJ\HVWXGRPiQ\RVPĦKHO\HNWpPiLQDJ\RQVRNUpWĦHNLQWHUGLV]FLSOLQiULVMHOOHJĦHN VRNV]RUPpJHJ\DGRWWWpPiQEHOOLV$WHUYH]pVWpPDN|UpEHQRO\DQWHUYH]pVLPRGHOOH ]ĘHOMiUiVRNDWIHMOHV]WHWWHNNLDPHO\HNKDWpNRQ\DEEDQpVPHJEt]KDWyEEDQPRGHOOH]LND V]HUNH]HWHNHWpVMHOHQVpJHNHWMREEWHUYH]pVLPHJROGiVRNDWDGQDN)RJODONR]WDNV]HUNH ]HWHN pV UHQGV]HUHN RSWLPiOLV PpUHWH]pVpYHO 9L]VJiOWiN D WHUPpNpOHWSiO\iW D PĦV]DNL UHQGV]HUHNKDMWiVOiQFIHOpStWpVpWDN|UQ\H]HWWXGDWRVHOYHNKH]pVD]DOWHUQDWtY]HPDQ\DJ KDV]QiODWiKR]LVNDSFVROyGWDNNXWDWiVRNYDODPLQWiUDPOiVpVKĘWHFKQLNDLODERUDWyULXPL pVQXPHULNXVPRGHOOH]pVKH]LVV]iPRVNXWDWiVN|WĘG|WW$JpSpV]HWLWHFKQROyJLiNWHU OHWpQDN|UQ\H]HWEDUiWV]HUYHVYHJ\LSDULLOOHWYHDIRO\DPDWRVWHFKQROyJLiNYL]VJiODWDpV HQHUJLDUDFLRQDOL]iOiVW|UWpQW-HOHQWĘVHNDSURIHVV]LRQiOLVPHFKDQLNDLDQ\DJYL]VJiODWRN YDODPLQWDV]iPtWyJpSSHOVHJtWHWWWHFKQROyJLDLIRO\DPDWWHUYH]pVpVPRGHOOH]pVYDODPLQW DEHIHMH]ĘSUHFt]LyVPHJPXQNiOiVRNpVDQDJ\V]LOiUGViJ~DFpORNKHJHV]WpVHWHUOHWpQ HOpUWHUHGPpQ\HNLV $7XGRPiQ\RV0ĦKHO\HNHQEHOOPĦN|GĘK~V].)WpPDQDJ\RQV]HUWHiJD]y1pKiQ\ N|]OND]DODSNXWDWiVRNKR]N|]HOtWPtJPiVRNLQNiEEDJ\DNRUODWEDQDONDOPD]KDWyN HJ\HVHNPiUPRVWOiWYiQ\RVHUHGPpQ\WKR]WDNPiVRNWiYODWLHUHGPpQ\HNNHONHFVHJWHW QHN$QQDNpUGHNpEHQKRJ\H]HNHWD]HUHGPpQ\HNHWDV]DNPDLN|]|QVpJLVPHJLVPHU KHVVHDPĦKHO\NXWDWyLMHOHQWĘVV]iP~SXEOLNiFLyWNpV]tWHWWHNHOpVMHOHQWHWWHNPHJKD]DL pVNOI|OGLNRQIHUHQFLiNRQKD]DLpVNOI|OGLV]DNPDLIRO\yLUDWRNEDQ7HUPpV]HWHVHQD] RNWDWiVEDLVEHpStWpVUHNHUOQHND]HUHGPpQ\HN(]DFLNNJ\ĦMWHPpQ\LVH]WDFpOWV]RO JiOMDEHPXWDWYDD.LYiOyViJL.|]SRQW7XGRPiQ\RV0ĦKHO\HLQHNOHJ~MDEEWXGRPiQ\RV HUHGPpQ\HLW $ .LYiOyViJL .|]SRQW WRYiEE WHYpNHQ\NHGLN V]HUHWQpQN D] HOpUW HUHGPpQ\HNHW WR YiEEIHMOHV]WHQL ~MDNNDO EĘYtWHQL $ DV LGĘV]DNUD D IRUPiOyGy *,123 pV ()23SiO\i]DWRNUDV]iPRVWpPDMDYDVODWRWGROJR]WXQNNL5HPpOKHWĘOHJH]HNEHpStWpVUH NHUOQHND]HON|YHWNH]ĘSiO\i]DWLNLtUiVRNED Prof. Dr. Jármai Károly 6WUDWpJLDLpVIHMOHV]WpVLUHNWRUKHO\HWWHVD.LYiOyViJL.|]SRQWYH]HWĘMH

$V]HUNHV]WpVpUWIHOHOĘV9HV]D-y]VHI$V]HUNHV]WĘVpJFtPH0LVNROF6]HUYH]HWXWFD 7HOHIRQID[‡HPDLOPDLO#JHSXMVDJKX .LDGMDD*pSLSDUL7XGRPiQ\RV(J\HVOHW%XGDSHVW)ĘX/HYpOFtP%S3I 7HOHIRQID[HPDLODJDE\#JWHSRUWDOHXLQWHUQHWZZZJWHPWHV]KX $*e3IRO\yLUDWLQWHUQHWFtPHKWWSZZZJHSXMVDJKX .HUHVNHGHOPLpV+LWHOEDQN )HOHOĘVNLDGyDU,JD]-HQʁJ\YH]HWĘLJD]JDWy *D]GiV]1\RPGD.IW0LVNROF6]HUYH]HWX7HOHIRQ‡HPDLOJD]GDV]#FKHOORKX (OĘIL]HWpVEHQWHUMHV]WLD0DJ\DU3RVWD5W+tUODSh]OHWiJD%XGDSHVW2UF]\WpU (OĘIL]HWKHWĘYDODPHQQ\LSRVWiQNp]EHVtWĘNQpOHPDLOHQKLUODSHORIL]HWHV#SRVWDKXID[RQ7RYiEELLQIRUPiFLy (J\V]iPiUD)W'XSODV]iPiUD)W .OI|OG|QWHUMHV]WLD.XOW~UD.|Q\YpV+tUODS.ONHUHVNHGHOPL9iOODODW +±%XGDSHVW3IpVD0DJ\DU0pGLD+±%XGDSHVW3I (OĘIL]HWKHWĘPpJN|]YHWOHQODV]HUNHV]WĘVpJEHQLV ,1'(;,661 A megjelent cikkek lektoráltak. $NLDGYiQ\D1HP]HWL.XOWXUiOLV$ODSWiPRJDWiViYDOMHOHQLNPHJ

TARTALOM 1. Ecsedi István, Baksa Attila )(/+$6Ë7277 .g5*<ĥ5ĥ .(5(6=70(7 6=(7ĥ 58*$/0$6 5Ò' 6$,179(1$17 &6$ 9$5È6$........................................................................ 5 $ WDQXOPiQ\ HJ\ DQDOLWLNXV PHJROGiVW DG D IHOYiJiVVDO J\HQJtWHWW N|UJ\ĦUĦ NHUHV]WPHWV]HWĦ SUL]PDWLNXV UXGDN 6DLQW9HQDQW FVDYDUiVL IHODGDWiUD $ FVDYDUiVL IHODGDW PHJROGiViQDNIHOKDV]QiOiViYDOPHJKDWiUR]]DDNHUHV]W PHWV]HWQ\tUiVLN|]pSSRQWMDLWpVYHWHPHGpVLPHUHYVpJpW 6]iPSpOGiQLJD]ROMDKRJ\DYpNRQ\IDO~U~GPRGHOODODS MiQQ\HUWHUHGPpQ\HNDNHUHV]WPHWV]HWIDOYDVWDJViJiQDN FV|NNHQWpVpYHO D 6DLQW9HQDQW HOPpOHWEĘO OHYH]HWKHWĘ HUHGPpQ\HNKH]N|]HOtWHQHN

5. Dr. Kota László, Dr. Jármai Károly 1$*<.,7(5-('e6ĥ6=2/*È/7$7Ï+È/Ï=$ TOK OPTIMÁLÁSA.................................................  $IĘSUREOpPDDIL[YpJSRQW~W|EEiOORPiVKHO\ĦW|EEN| U|V W|EE XWD]yJ\Q|N|V SUREOpPD RSWLPiOLV PHJROGiVD DPĦV]DNLIHOJ\HOHWLpVNDUEDQWDUWyUHQGV]HUHNEHQIHO PHUOĘVSHFLiOLVIHOWpWHOHNILJ\HOHPEHYpWHOpYHO$PyG V]HU DPHO\HW EHPXWDWXQN NpSHV D QDJ\PpUHWĦ UHQGV]H UHN RSWLPiOiViUD HJ\ HJ\Ii]LV~ DOJRULWPXVVDO JOREiOLV RSWLPXPRW DGYD HUHGPpQ\O 0LQGHQHNIHOHWW NH]HOL D PĦV]DNL IHOJ\HOHWL pV NDUEDQWDUWy UHQGV]HUHN VSHFLiOLV IHOWpWHOHLWDPHO\HNHWLSDULSURMHNWMHLQNIRO\DPiQLVPHU WQNPHJ

2. Farkas József *<ĥ5ĥ%25'È6 .Ò3+e- 237,0È/,6 0e5( 7(=e6( .g/76e*0,1,0805$ .h/6ė 1<2 MÁS ESETÉN ............................................................  +HJHV]WHWW QpJ\]HWHV V]HNUpQ\V]HOYpQ\Ħ ERUGiN DONDO PD]iVD FpOV]HUĦ D NLIRUGXOiV PHJDNDGiO\R]iViUD $ ERUGiN OHPH]UpV]HLQHN KRUSDGiViUD D] (XURFRGH  DG HOĘtUiVWPtJDERUGiNKRUSDGiViUDD'19DGPyGV]HUW DPHO\ D ERUGDNHUHV]WPHWV]HW V]NVpJHV LQHUFLDQ\RPD WpNiW tUMD HOĘ$ N|OWVpJIJJYpQ\ D J\iUWiVL VRUUHQGQHN PHJIHOHOĘHQ YDQ PHJIRJDOPD]YD $ J\ĦUĦERUGi]iV NOVĘQ\RPiVHVHWpQLJHQKDWpNRQ\PHUWDERUGi]DWODQ N~SKpMV]NVpJHVYDVWDJViJDMHOHQHVHWEHQPPDPL J\iUWiVLV]HPSRQWEyOQDJ\RQHOĘQ\WHOHQ

6. Kovács László 0$*$6 )25'8/$7Ò %(/6ėe*e6ĥ 02725 6=(/(39(=e5/e6,5(1'6=(5e1(.(/(0=ė 9,=6*È/$7$ ............................................................  $] OpNHV V]HOHSĦ NRQVWUXNFLy iOWDOiQRV pUYpQ\Ħ KiWUi Q\DHJ\EL]RQ\RVV]HOHSJ\RUVXOiVNDUDNWHULV]WLNDLOOHW YH UXJy |QIUHNYHQFLD PHOOHWW D V]HOHS PiU QHP NpSHV N|YHWQL D YH]pUPĦ EW\|N iOWDO PHJKDWiUR]RWW SiO\iMiW $]HOOHQĘU]ĘV]iPtWiVRNEyOpVHOHP]pVEĘOOiWKDWyKRJ\ D6X]XNL69HVHWpEHQDJ\iUWyPiUJ\DNRUODWLODJWHO MHVHQ NLDNQi]WD D KDJ\RPiQ\RV '2+& V]HOHSYH]pUOpV V]HUNH]HWL HOHPHLEHQ UHMOĘ OHKHWĘVpJHNHW 0LQG|VV]H D NLSXIRJyROGDORQOHQQHOHKHWVpJHVDV]HOHSHPHOpVLSURILO PHJYiOWR]WDWiVD iP H] YLV]RQ\ODJ FVHNpO\ HOĘQ\|NNHO MiUQD 7RYiEEOpSpVW D] DOWHUQDWtY Ji]FVHUH UHQGV]HUHN DONDOPD]iVDMHOHQWKHWQH

3. Gönczi Dávid, Dr. Ecsedi István ,'ė%(1 3(5,Ï',.86$1 9È/72=Ï +ė0e5 SÉKLET ÁLTAL OKOZOTT FESZÜLTSÉGEK ÉS ELMOZDULÁSOK MEGHATÁROZÁSA *g0%$/$.Ò58*$/0$67(67%(1............... 14 $GROJR]DWLGĘEHQSHULyGLNXVDQYiOWR]yIHOOHWLKĘPpU VpNOHWPH]ĘQHN NLWHWW UXJDOPDV J|PEEHO IRJODONR]LN$ SUREOpPDHOPpOHWLNHUHWHLDNYi]LVWDWLNXVQHPNDSFVROW KĘYH]HWpVL pV 1DYLHU HJ\HQOHWHN DGMiN $ KĘYH]HWpVL HJ\HQOHW ~J\QHYH]HWW ÄODUJH WLPH´ PHJROGiViQDN IHO KDV]QiOiViYDODGMDPHJDKĘWHUKHOpVRNR]WDHOPR]GXOi VRNDW pV IHV]OWVpJHNHW$] LVPHUWHWHWW PRGHOO HOKDQ\D JROMDDWHKHWHWOHQVpJLHUĘUHQGV]HUW 4. Hajdú Sándor, Dr. Kalmár László, Dr. Czibere Tibor %È1.,785%,1$ -È5Ï.(5e. .,/e3e6, 9(6=7(6e*(,1(.237,0$/,=È/È6$ ........... 18 $ FLNN D MiUyNHUpNEĘO NLOpSĘ iUDPOiV RSWLPDOL]iOiViYDO IRJODONR]LNDWXUELQDOHJMREEKDWiVIRN~PĦN|GpVpQHND EL]WRVtWiViUD$ N|]OHPpQ\ HOVĘ UpV]pEHQ U|YLG iWWHNLQ WpVWDGXQNDNLOpSpVQpOHOĘIRUGXOyYHV]WHVpJHNUĘOPDMG HJ\V]HUĦPyGV]HUWLVPHUWHWQNDSHUGOHWPHQWHVNLOpSpVW HUHGPpQ\H]ʁ]HPiOODSRWSDUDPpWHUHLQHNDPHJKDWiUR ]iViUD(KKH]IHOKDV]QiOMXNDNRUiEELN|]OHPpQ\QNEHQ LVPHUWHWHWWHUHGPpQ\HLQNHW



7. Lengyel Ákos József, Ecsedi István .e75e7(*ĥ 1(0 7g.e/(7(6(1 .$3 &62/7 .2032=,7 58'$. 5(=*e6(,1(. 9,=6*È/$7$ ............................................................ 34 $ WDQXOPiQ\ QHP W|NpOHWHVHQ NDSFVROyGy NpWUpWHJĦ NRPSR]LWUXGDNNDSFVROWD[LiOLVKDMOtWyUH]JpVHLQHNYL]V JiODWiYDOIRJODONR]LN0HJYL]VJiOMDD]D[LiOLVLQHUFLDpV DIRUJiVLLQHUFLDKDWiViWHJ\QXPHULNXVSpOGDNHUHWpEHQ D VDMiWN|UIUHNYHQFLiN pUWpNpUH 0HJiOODStWKDWy KRJ\ D PDJDVDEE N|UIUHNYHQFLiN HVHWpEHQ MHOHQWĘV HOWpUpVHNHW RNR]D]D[LiOLVLQHUFLDpVDIRUJiVLLQHUFLDHOKDQ\DJROiVD 8. Marcsák Gábor Zoltán, Dr. Jármai Károly )87Ï'$58 )ė7$57Ï 6=(5.(=(7237,0È LÁSA HEURISZTIKUS ALGORITMUSOK SEGÍT 6e*e9(/................................................................... 39 $ ERQ\ROXOW KDJ\RPiQ\RV HV]N|]|NNHO J\DNUDQ PHJ ROGKDWDWODQ RSWLPiOiVL IHODGDWRN PHJROGiViUD DONDOPDV KHXULV]WLNXV RSWLPiOy DOJRULWPXVRN PĦN|GpVpW pV D KDV]QiODWXNEDQUHMOĘVRNV]tQĦOHKHWĘVpJHNHWYL]VJiOWXN 0DWHPDWLNDLODJPHJIRJDOPD]WXQNpVPHJROGRWWXQNHJ\ V]HUNH]HWRSWLPiOiVL SUREOpPiW DKRO D FpO HJ\ IXWyGDUX IĘWDUWyMiQDN W|PHJPLQLPDOL]iOiVD YROW &pOXQN NpVĘE ELHNEHQWRYiEELKHXULV]WLNXVDOJRULWPXVRNN|]]pWpWHOHpV WHOMHVtWPpQ\YL]VJiODWDOHKHWĘOHJPLQpOW|EEVDMiWNpV]t WpVĦ WHV]WIJJYpQ\ VHJtWVpJpYHO$ WHV]WDGDWRN DODSMiQ YL]VJiOQL IRJMXN KLEULG KHXULV]WLNXV DOJRULWPXVRN OpWUH KR]iViQDNOHKHWĘVpJHLW

6=È0

*e3/;9pYIRO\DP

)87Ï'$58)ė7$57Ï6=(RKEZETOPTIMÁLÁSA HEURISZTIKUS ALGORITMUSOK SEGÍTSÉGÉVEL STRUCTURAL OPTIMIZATION OF MAIN BEAM FOR BRIDGE CRANE USING HEURISTIC ALGORITHMS Marcsák Gábor Zoltán*, Prof. Dr. Jármai Károly** ABSTRACT

garantálható teljes bizonyossággal megoldás megtalálása.

The bridge crane is one of the most frequently used lifting machinery in the modern industry. Determining the main beam's dimensions is a crucial part of the planning process. In order to keep the production and operating costs as low as possible, we have to minimize the dead weight of the beam. However, the structure must remain sturdy enough, so that the bridge crane can operate reliably through its lifetime. The optimization of the bridge crane main beam is a non-linear, constrained optimization problem. We used several heuristic algorithms to solve this structural optimization task. The enormous advantage of heuristic algorithms is that they can provide a reasonable solution in a relatively short period of time, even in case of very complex problems. At the same time, finding the optimal solution can't be guaranteed. With the utilization of heuristic algorithms, on one hand, we obtain computing speed, on the other hand, we may have to pay with accuracy. 1.BEVEZETÉS A futódaru a modern ipar egyik leggyakrabban használt HPHOĘ V]HUNH]HWH 7HUYH]pVH VRUiQ D] HJ\LN OHJIRQWRVDEE NpUGpV D IĘWDUWyN PpUHWH]pVH $] üzemeltetési és gyártási költségek annál alacsonyabbak OHV]QHN PLQpO LQNiEE PLQLPDOL]iOMXN D IĘWDUWyN |QV~O\iW 8J\DQDNNRU HOpJ HUĘVQHN NHOO PDUDGQLD D s]HUNH]HWQHNDKKR]KRJ\DGDUXDNO|QE|]ĘWHUKHOpVHN mellett is egész élettartama során megbízhatóan ]HPHOMHQ $ IXWyGDUX IĘWDUWy RSWLPiOiVD HJ\ nemlineáris, feltételes optimálási feladat, aminek PHJROGiViUD NO|QE|]Ę KHXULV]WLNXV DOJRULWPXVRNDW használtunk. A heurisztikus algoritmusok hatalmas HOĘQ\H KRJ\ QDJ\RQ ERQ\ROXOW SUREOpPiN HVHWpn is NpSHVHNYLV]RQ\ODJU|YLGLGĘDODWWNHYpVV]iPtWiViUiQ eredményt szolgáltatni. Hátrányuk azonban, hogy nem

*

logisztikai mérnök MSc hallgató, Miskolci Egyetem egyetemi tanár, rektorhelyettes, Miskolci Egyetem

**

*e3/;9pYIRO\DP

az

optimális

2.HEURISZTIKUS ALGORITMUSOK ELMÉLETI HÁTTERE $ V]iPtWyJpSHN URKDPRV IHMOĘGpVH HOOHQpUH PpJ mindig sok olyan feladat ismert, mely nem oldható meg pusztán a számítási teljesítményre alapozva. A PHJROGiVWD]LQIRUPiOWNHUHVĘ~J\QHYH]HWWKHXULV]WLNXV algoritmusok jelentik. A hagyományos algoritmusok HOĘUH GHILQLiOW LQVWUXNFLyN DODSMiQ OpSpVUĘO OpSpVUH hajtanak végre egy adott feladatot, eredményük pedig egzakt, determinisztikus. A heurisztikus algoritmusok próbálgatással, a korábban megszerzett tapasztalatok felhasználásával jutnak eredményre. A heurisztika kifejezés a görög heureszisz szóból származik, melynek jelentése rátalálás. Az egyik legegyszeUĦEESpOGDDVDNN játék. Elméletileg konstruálható lenne olyan egzakt megoldást biztosító eljárás, mely a sakkbábuk aktuális helyzete alapján, az összes további lehetséges lépés elemzésével kiszámítaná, hogyan nyerhetünk. A problémát az jelenti, hogy adott lépésszám fölött a probléma túl bonyolult lesz, még a legmodernebb számítástechnikai eszközökkel sem oldható meg EHOiWKDWyLGĘQEHOO$KHXULV]WLNXVDOJRULWPXVD]RQEDQ nem vizsgálja az összes lehetséges lépést, csupán a problématér egy adott részlete alapján, valamilyen logika szerint KDWiUR]]DPHJDN|YHWNH]ĘOpSpVpW. 2.1. A heurisztikus algoritmusok hatékonysága A heurisztikus algoritmusok loNiOLV NHUHVĘ HOMiUiVRN nem vizsgálják a teljes problémateret, minden lehetséges kimenetelt (sok esetben ez egyébként is fizikai képtelenség), és a korábban bejárt teljes utat sem tárolják. Akkor érdemes heurisztikus algoritmust használni, ha az adott probléma megoldása hagyományos, egzakt megoldást adó eljárással belátható LGĘQEHOOQHPKDMWKDWyYpJUH Jó példa az Utazó ügynök probléma (TSP- Travelling Salesman Problem), ami egy gráfelméleti feladat, elnevezését azonban onnan kapta, hogy egy mindennapi

6=È0



pOHWEĘO YHWt példával szokták szemléltetni. Adott bizonyos számú város, továbbá ismerjük a távolságot minden város között. Egy ügynök körutat szeretne tenni a városokban úgy, hogy mindegyiket pontosan egyszer pULQWL pV D] ~WLN|OWVpJ D OHKHWĘ OHJNLVHEE OHJ\HQ $] útiköltség egyenesen arányos a városok közötti távolsággal. A feladat tehát olyan útvonal meghatározása, melynek költsége minimális. A probléma gráfelméleti megfogalmazása szerint adott egy teljes súlyozott gráf, és e gráfon keressük a legkisebb összsúlyú Hamilton-kört. A gráf csúcspontjai D YiURVRN pOHL SHGLJ D YiURVRNDW |VV]HN|WĘ XWDN $] élek súlyozása az útiköltségnek felel meg. A gráf teljes, PLYHO IHOWpWHOH]]N KRJ\ WHWV]ĘOHJHV YiURVEyO közvetlenül eljuthatunk bármelyik másikba. Az Utazó ügynök probléma azért bír különösen nagy MHOHQWĘVpJJHO PHUW V]iPRV J\DNRUODWL DONDOPD]iV YH]HWKHWĘYLVV]DUi$ORJLV]WLNiEDQDJ\ĦMWĘpVHORV]Wy járatok útvonalának megtervezése (futárszolgálat, kommunális hulladékszállítás) tipikusan ilyen alkalmazás. Az elektronikai gyártásban is gyakran HOĘIRUGXO KRJ\ HJ\ Q\iNRQ EL]RQ\RV SRQWRNDW szeretnénk összekötni úgy, hogy a kötés hoVV]DDOHKHWĘ legrövidebb legyen. Az Utazó ügynök problémát úgy lehetne teljes bizonyossággal megoldani, ha az összes lehetséges körútnak kiszámolnánk a költéségét. Az összes csúcs lehetséges permutációinak száma (n-1!)/2, ahol n a csúcsok száma. Minden permutáció meghatároz egy Hamilton kört a teljes gráfban. Viszonylag kevés csúcspont esetén is rengeteg lehetséges megoldás létezik, 49 csúcspont esetén például 6,21 × 10଺଴ QDJ\ViJUHQGĦ D PHJROGiVRN V]iPD. Az Utazó ügynök SUREOpPDQPpUHWĦEHPHQHWHVHWpQO(n!) bonyolultságú, H]pUW QHP ROGKDWy PHJ SROLQRPLiOLV LGĘEHQ $ 763 D] NP-nehéz problémák osztályába tartozik, hatékony megoldás nem ismert nagyszámú csúcspont esetében. Nyilvánvaló, hogy bizonyos számú város felett az összes lehetséges megoldás vizsgálata fizikai képtelenség. A megoldást a heurisztikus algoritmusok jelentik, mivel bonyolult problémák esetén is képesek optimális, vagy ahhoz közelíWĘPHJROGiVWDGQL 2.2. Vizsgált heurisztikus algoritmusok A szerkezetoptimáláshoz heurisztikus algoritmusokat használtunk, segítségükkel akár nagyon bonyolult, sok EHPHQĘ SDUDPpWHUUHO G|QWpVL YiOWR]yYDO pV IHOWpWHOOHO leírható, többcélfüggvényes optimálási feladatok is eredményesen megoldhatók. A heurisztikus DOJRULWPXVRNPĦN|GpVHiOWDOiEDQYDODPLO\HQWHUPpV]HWL jelenségen alapul. Vizsgáltunk többek között evolúciós (Differential Evolution, Cultural Algorithm, Memetic Algorithm), fizikai (Simulated Annealing, Harmony Search), biológiai (Artificial Immune Network) és



rajintelligencia (Bacterial Foraging, Bees Algorithm, KULOO+HUG3DUWLFOH6ZDUP HOYĦHOMiUiVRNDW Az Artificial Immune Network (AiNet) algoritmust de Castro és Von Zuben dolgozta ki egy klaszterezési feladat megoldására 2000-ben [1@ 0ĦN|GpVL HOYH szerint az Artificial Immune System (AIS), azaz Mesterséges immunrendszer algoritmusok osztályába WDUWR]LN PHO\ D] pOĘOpQ\HN LPPXQUHQGV]HUpQHN VWUXNW~UiMiWPĦN|GpVpWPiVROMD A Bacterial Foraging (BFOA) DOJRULWPXVWHOĘV]|U/LX és Passino írta le 2002-ben [2]. Egy Swarm Intelligence 5DMLQWHOOLJHQFLD  HOYHQ PĦN|GĘ eljárás. A rajintelligencia (kollektív intelligencia) módszerek közös tulajdonsága, hogy nagyszámú homogén egyed viselkedésmintáit másolják. Az alapelv szerint lehetséges hogy egy individuális egyed nem képes megoldani adott feladatot, azonban ha nagyszámú egyed csoportot alkot, akkor a csoport kollektív intelligenciája már elég lehet a feladat sikeres megoldásához. Viszonylag újnak számít a természeti jelenségeken alapuló rajintelligencia stratégiák családjában. Az E. FROL EDNWpULXPNROyQLiN  WiSOiOpNNHUHVĘ és reprodukciós viselkedésmintáit másolja PĦN|GpVH A Bees Algorithm (BA) eljárást Pham publikálta 2005-ben [3@ HOVĘVRUEDQ IRO\WRQRV PDWHPDWLNDL IJJYpQ\HN V]pOVĘpUWpN NHUHVpVpUH GROJR]WD NL $] algoritmus a rajintelligencia eljárások osztályába tartozikPĦN|GpVpWWHNLQWYHQDJ\RQKDVRQOyD%DFWHULDO Foraging és Particle Swarm algoritmusokhoz. A Bees Algorithm kifejlesztését, mint az neve is mutatja, a PpKHNWiSOiOpNNHUHVĘYLVHONHGpVHLQVSLUiOWD $ &XOWXUDO $OJRULWKP &$  KHXULV]WLNiW HOĘV]|U Reynolds publikálta 1994-ben [4]. Az algoritmus az HYRO~FLyV HOMiUiVRN RV]WiO\iED WDUWR]LN PĦN|GpVpW tekintve hasonló a Memetic Algorithm eljáráshoz, a társadalom kulturális evolúcióján alapul. A Differential Evolution (DE) eljárást Storn és Price dolgozta ki 1995-ben [5]. Az algoritmus az evolúciós algoritmusok osztályába tartozik, mely eljárások közös tulajdonsága, hogy Darwin evolúciós elméletén alapul PĦN|GpVN (QQHN PHJIHOHOĘHQ N|]SRQWL HOHPH D természetes kiválasztódás, tehát a problémára jobb megoldást adó egyedek hozhatnak létre új generációt. $] HYRO~FLy VRUiQ V]iPRV IDM HVHWpEHQ PHJILJ\HOKHWĘ hogy a generációváltásokkal az adott környezet NLKtYiVDLQDN HJ\UH LQNiEE PHJIHOHOĘ HJ\HGHN M|WWHN OpWUH $ OHV]iUPD]RWW HJ\HG ~M WXODMGRQViJDLW D V]OĘN tulajdonságainDNNHUHV]WH]pVpEĘONDSWD. A Harmony Search (HS) algoritmus leírását Geem, Kim és Loganathan publikálta 2001-ben [6@0ĦN|GpVpW a Jazz zenészek azon viselkedésmintája inspirálta, amikor közösen kezdenek el játszani valamilyen darabot, és saját játékukat fokozatosan a zenekarhoz igazítják, zenei harmóniát létrehozva. Fals hang esetén kisebb módosításokkal, improvizációval javítanak az HOĘDGiVRQ

6=È0

*e3/;9pYIRO\DP

A Krill Herd (KH) algoritmust Gandomi és Alavi dolgozta ki 2012-ben [7]. A Bacterial Foraging, Bees Algorithm és Particle Swarm eljárásokhoz hasonlóan a rajintelligencia módszerek osztályába tartozik. 0ĦN|GpVpWDGpOL-sarki világítórák (Antarctic krill), latin QHYpQ (XSKDXVLD VXSHUED iOODWIDM WiSOiOpNNHUHVĘ YLVHONHGpVHLQVSLUiOWD(]DUiNIpOHVĦUĦUDMRNEDYHUĘGLN a köbméterenkénti egyedszám akár 10-30 ezer is lehet. A raj egyrészt védelmet jelent a ragadozókkal szemben, másrészt könnyebben találnak élelmet az egyedek. A két OHJIRQWRVDEE FpO WHKiW D UDM VĦUĦVpJpQHN Q|YHOpVH pV D PLQpOEĘVpJHVHEEWiSOiOpNOHOĘKHO\HNIHlkutatása. A Memetic Algorithm (MA) leírását Moscato [8] dolgozta ki 1989-ben. A Memetics a kulturális LQIRUPiFLyN FVHUpOĘGpVpW iWDGiViW OHtUy WHyULD PHO\ Richard Dawkins 1976-ban megjelent „The Selfish *HQH´ FtPĦ PĦYpEHQ MHOHQW PHJ /pQ\HJH KRJ\ D kulturális információ áramlását az univerzális darwinizmus jegyében írja le. Az univerzális darwinizmus elmélete szerint minden komplex rendszer leírható a biológiai darwini evolúció analógiájára, ahol GLV]NUpW LQIRUPiFLy HJ\VpJHN WHUMHGQHN pV |U|NOĘGQHN az individuumok között. A meme (mém) a kulturális információ alapegysége (pl. egy ötlet, felfedezés, észrevétel, stb.), aminek az elnevezése a biológiában jól LVPHUWJpQEĘOHUHG A Nelder-Mead (NM) algoritmus nevét kitalálói után kapta, a módszert Nelder és Mead dolgozta ki 1965-ben [9@ $ V]DNLURGDORPEDQ $PRHED 0HWKRG $PĘED módszer) néven is szokták emlegetni, az algoritmus egy V]LPSOH[NHUHVĘHOMiUiV>10]. A Particle Swarm (PSO) algoritmust 1995-ben Eberhart és Kennedy dolgozta ki [11.]. A Bacterial Foraging, Bees Algorithm és Krill Herd eljárásokhoz hasonlóan rajintelligencia módszer. Napjaink egyik legígéretesebb metaheurisztikus optimáló algoritmusa. 0ĦN|GpVpWDPDGiUpVKDOUDMRN WiSOiOpNNHUHVĘ mozgása inspirálta. $ 5DQGRP 6HDUFK56 DOJRULWPXVHJ\V]HUĦ Ypletlen NHUHVĘ HOMiUiV D SUREOpPDWpUHQ EHOO D]RQRV YDOyV]tQĦVpJJHO YHKHWL IHO EiUPHO\LN SR]tFLyW $] LWHUiFLyNVRUiQV]LQWpQYpOHWOHQV]HUĦHQ~MPHJROGiVWKR] létre, melyek függetlenek a korábbi megoldásoktól. A Simulated Annealing (SA) módszert Kirkpatrick, Gelatt és Vecchi dolgozta ki 1983-ban [12], az algoritmus egy fizikai jelenségen alapuló heurisztika. A rajintelligencia és evolúciós eljárásokhoz hasonlóan a természet inspirálta kidolgozását. A metallurgiában EL]RQ\RV DQ\DJRN NHGYH]Ę WXODMGRnságokra tesznek szert, ha felhevítik, majd szabályozott körülmények N|]|WW OHKĦWLN ĘNHW $ IRO\DPDW VRUiQ iWDODNXO kristályszerkezetük, mivel a felhevített anyagban az DWRPRN NpSHVHN HOPR]GXOQL D KĦWpVL IRO\DPDW VRUiQ pedig új, számukrDNHGYH]ĘEESR]tFLyt vesznek fel. Összesen egy tucat modern algoritmust vizsgáltunk, mindegyiket C# nyelven implementáltuk, folytonos

*e3/;9pYIRO\DP

változójú optimálási feladatok megoldásához. Az DOJRULWPXVRN IRUUiVNyGMD RQOLQH HOpUKHWĘ. A forráskódokban az algoritmusok a Rastrigin's tesztfüggvény globális minimum pontját keresik [13]. 3.)87Ï'$58)ė7$57Ï SZERKEZETOPTIMÁLÁSA A futódaru nemcsak emelésre szolgál, hanem a teher kis távolságú horizontális szállítására is alkalmas. h]HPFVDUQRNRQ EHOO iOWDOiEDQ QDJ\ W|PHJĦ alapanyagok, félkész és késztermékek munkahelyek közötti szállítására használják. Kültéri változatát HOVĘVRUEDQ ORJLV]WLNDL N|]SRQWRNEDQ SpOGiXO NLN|WĘNEHQ YDV~WiOORPiVRNRQ  pV QDJ\REE telephelyeken alkalmazzák. A daru hídszerkezete vasbeton oszlopokra, vagy az üzemcsarnok megHUĘVtWHWW falaira épített, magasan elhelyezett darupályán, síneken PR]RJ D IXWyGDUX HJ\LN OHJQDJ\REE HOĘQ\H KRJ\ szerkezetének nagy része a magasban van. Viszonylag NHYHVHW IRJODO HO D KDV]QRV WpUEĘO OHKHWĘYp WpYH D maximális térkihasználást.

1. ábra: Futódaru szerkezeti felépítése A daru hídszerkezetének legfontosabb elemei a IĘWDUWyN D IXWyPDFVND YDODPLQW D GDUXSiO\iQ YDOy PR]JiVW OHKHWĘYp WHYĘ IXWyPĦ pV KDMWyPĦ $ IĘWDUWyN V]iPiW WHNLQWYH D] HJ\ IĘWDUWyV pV NpW IĘWDUWyV konVWUXNFLyN D OHJJ\DNRULEEDN $ IĘWDUWyN IHOpStWpVH OHKHW ]iUW V]HNUpQ\V]HOYpQ\HV YDJ\ UiFVRV V]HUNH]HWĦ A rácsos szerkezetnek többek között kültéri használatnál YDQQDN HOĘQ\HL DKRO MHOHQWĘV PpUWpNĦ V]pOWHUKHOpV OpSKHW IHO $ IĘWDUWyN DQ\DJD HOVĘVRUEDQ DFél, de speciális esetben akár alumíniumból is készíthetik. A IĘWDUWyQ YDJ\ IĘWDUWyNRQ  HOKHO\H]HWW VtQHQ D GDUXSiO\iUD PHUĘOHJHVHQ PR]RJ D IXWyPDFVND $ futómacska lényegében egy kerekekkel ellátott, sínen PR]Jy NRFVL DPLQHN VDMiW PR]JDWyPĦYH pV fékberendezése van. A teher emelését a futómacskára V]HUHOWHPHOĘPĦYpJ]L $]HPHOĘPĦOpQ\HJHVHOHPHLD megfogó szerkezet, meghajtás, fék és kötéldob.

6=È0



2iEUD.pWROGDOWDOiWiPDV]WRWWKHJHV]WHWWQpJ\V]|JNHUHV]WPHWV]HWĦ]iUWV]HNUpQ\V]HOYpQ\ $ IXWyGDUX iUDPHOOiWiViW OHJW|EEV]|U J|UJĘV YDJ\ FV~V]yV iUDPV]HGĘ YDJ\ IOH[LELOLV JXPLW|POĘ NiEHO biztosítja. A daru irányítása lehet automatizált, vagy HPEHUL HUĘIRUUiVW LJpQ\OĘ 8WyEEL HVHWEHQ D NH]HOpV történhet vezetéken lógó, vagy vezeték nélküli kapcsolótáblával a talajon kísérve, vagy a KtGV]HUNH]HWUH V]HUHOW NH]HOĘIONpEĘO 1. ábra). A szerkezetoptimálást során acélból készült, hegesztett QpJ\V]|J NHUHV]WPHWV]HWĦ V]HNUpQ\V]HOYpQ\HV NpW IĘWDUWyV IXWyGDUXW YL]VJiOWunk. Az optimálási feladat megoldásához mindenképpen szükséges annak matematikai leírása. Meg kell határozni a változókat, a NO|QE|]ĘIHOWpWHOHNHWYDODPLQWDFpOIJJYpQ\W 3.1. Döntési változók $ IXWyGDUX IĘWDUWyL NpW ROGDOW DOiWiPDV]WRWW KHJHV]WHWW QpJ\V]|J NHUHV]WPHWV]HWĦ ]iUW V]HNUpQ\V]HOYpQ\HN$IĘWDUWyPpUHWHLWQpJ\YiOWR]ytUMD le, melyek sorrendben ݄, ‫ݐ‬௪ /2, ܾ, ‫ݐ‬௙ (2. ábra), [14].

οߪ =

‫ܯ‬௤ οߪ௡ ൑ 4ܹ௫ ߛெ௙

‫ܯ‬௤ = ߰ௗ ܹ௫ =

‫ܫ‬௫ =

(5)

‫ܨ‬ ݇ ଶ ൬‫ ܮ‬െ ൰ 2‫ܮ‬ 2

(6)

2‫ܫ‬௫ (݄ + ‫ݐ‬௙ )

(7)

‫ݐ‬௪ ଶ ଷ 2 + 2ܾ ‫ݐ‬௙ + 2ܾ‫ ݐ‬൬݄ + ‫ݐ‬௙ ൰ ௙ 12 12 2 2

(8)

݄ଷ

Ahol ‫ܯ‬௤ a változó terhelés, ߰ௗ D GLQDPLNXV WpQ\H]Ę ‫ ܨ‬a teher súlya, ‫ ܮ‬DIXWyGDUXIĘWDUWyMiQDNIHV]WiYROViJD ݇ a futómacska hossza, ܹ௫ a szelvény rugalmassági WpQ\H]ĘMH‫ܫ‬௫ a tehetetlenségi nyomaték, οߪ௡ a fáradási stressz N számú ciklus után ( ܰ = 3 × 10଺ ) , ߛெ௙ a EL]WRQViJLWpQ\H]Ę A statikus terhelés (static stress) feltétel (F6):

3.2. Méretezési feltételek $ QpJ\ G|QWpVL YiOWR]yQDN FpOV]HUĦ PLQLPXP pV maximum méretkorlátot (F1, F2, F3, F4 feltételek) definiálni:

300 ݉݉ ൑ ݄ ൑ 2000 ݉݉

(1)

4 ݉݉ ൑ ‫ݐ‬௪ /2 ൑ 50 ݉

(2)

300 ݉݉ ൑ ܾ ൑ 1200 ݉݉

(3)

4 ݉݉ ൑ ‫ݐ‬௙ ൑ 50 ݉݉

(4)

A fáradási (fatigue) feltétel (F5):



ߪ௠௔௫ = ‫ܯ‬௦ =

݂௬ ‫ܯ‬௦ ൑ ܹ௫ ߛெଵ

(9)

‫ܩ‬ଵ ‫ܮ‬ ߛீ ‫ܮ‬ଶ ൫‫ ݃ߩܣ‬+ ݃௝ +݃௦ ൯ + ߛீ 4 8

(10)

Ahol ‫ܯ‬௦ a statikus terhelés, ݂௬ a folyáshatár, ߛெଵ , ߛீ a EL]WRQViJL WpQ\H]ĘN ‫ ܣ‬a keresztmetszet ( ‫ݐ݄ = ܣ‬௪ + 2ܾ‫ݐ‬௙ ), ߩ D] DQ\DJ VĦUĦVpJH݃ a gravitációs gyorsulás, ݃௝ D KtGV]HUNH]HWHQ OpYĘ MiUGD WHUKHOpVH ݃௦ a KtGV]HUNH]HWHQ OpYĘ VtQ WHUKHOpVH ‫ܩ‬ଵ a hídszerkezetet PR]JDWyJpSpV]HWIXWyPĦKDMWyPĦ V~O\D A gerinc horpadás (flange buckling) feltétel (F7):

6=È0

*e3/;9pYIRO\DP

(ܾ െ 40) 1 ൑ ߜ ‫ݐ‬௙

(11)

ܰ/݉݉ଶ , ݃௦ =0.2 ܰ/݉݉ଶ , ‫ܩ‬ଵ =30 kN, ‫ܧ‬௦ = 2.1 × 10ହ ܰ/݉݉ଶ .

1 42ߝ

(12)

5. AZ EREDMÉNYEK VIZSGÁLATA

ߜ=

235 ߝ=ඨ ݂௬

(13)

Az öv horpadás (web buckling) feltétel (F8):

ʹ݄ 1 ൑ ‫ݐ‬௪ ߚ

(14)

1 124ߝ

(15)

235 ߝ=ඨ ݂௬

(16)

ߚ=

A lehajlás (deflection) feltétel (F9):

‫ ܮ(ܨ‬െ ݇) ‫ܮ‬ (3‫ܮ‬ଶ െ (‫ ܮ‬െ ݇)ଶ ) ൑ 48‫ܧ‬௦ ‫ܫ‬௫ 600

1. táblázat: Az optimálási feladat megoldása (17)

Ahol ‫ܧ‬௦ D]DFpOUXJDOPDVViJLWpQ\H]ĘMH 3.3. Célfüggvény $] RSWLPiOiV VRUiQ D FpO D IĘWDUWy tömegminimumának meghatározása. Egycélfüggvényes optimálásról van szó, ahol a célfüggvény:

݉ = ‫ߩܮܣ‬

(18)

4. AZ OPTIMÁLÁSI FELADAT MEGOLDÁSA A szerkezetoptimálási feladatban 4 döntési változó van, az algoritmusok a szakirodalomban ajánlott EHPHQĘ SDUDPpWHUHNNHO GROJR]tak, 1000 iteráción át kerestHN $ NHUHVpVHN HUHGPpQ\pUĘO WiEOi]DWRW készítettünk, ami algoritmusonként 100 Monte Carlo IXWiV OHJMREE ILWQHV] pUWpNĦ PHJROGiViQDN DGDWDLW WDUWDOPD]]D $ IHOWpWHOHN EHWDUWiViUyO EQWHWĘIJJYpQ\ gondoskodott $ IXWyGDUX IĘWDUWy RSWLPiOiVL IHODGDW célfüggvpQ\pW pV EQWHWĘfüggvényét C# nyelven készítettük el, a forráskód az algoritmusoknál található OLQNHQ HOpUKHWĘ $] DOiEEL SDUDPpWHUHN DGRWWDN߰ௗ =2, ‫= ܨ‬240000 N, ‫= ܮ‬20000 mm, ݇ =1900 mm, οߪ௡ =69.8 MPa, ߛெ௙ =1.35, ݂௬ =Fe 360 acél, 235 ܰ/݉݉ଶ , ߛெଵ =1.1, ߛீ =1.35, ߩ=7.85 kg/݀݉ଷ , ݃=9.81 m/‫ ݏ‬ଶ , ݃௝ =1

*e3/;9pYIRO\DP

Az összes általunk vizsgált heurisztikus algoritmusra LJD] KRJ\ PĦN|GpVNHW V]WRFKDV]WLNXV HVHPpQ\HN befolyásolják. Kis túlzással ez azt jelenti, hogy gyakorlatilag nincs két egyforma futás. A heurisztikus algoritmusokkal végzett optimálás egy igen nehéz és összetett folyamat, a EHPHQĘ paraméterek és nagyszámú YiOWR]y J\DNRUODWLODJ YpJWHOHQ YDULiFLyV OHKHWĘVpJHW jelent. Az eredmények vizsgálatakor a sztochasztikus WpQ\H]Ę PLDWW pUGHPHV VWDWLV]WLNDL PyGV]HUHNHW használni. Az algoritmusok hatékonyságvizsgálata során ezért minden tesztfüggvény esetében 100 darab Monte Carlo módszerrel végzett futtatás adatait dokumentáltuk. Az optimálási feladatra a legjobb megoldást a Bacterial Foraging (BFOA) algoritmus és a Particle Swarm Optimization (PSO) adta (1. táblázat). Nincs nagy eltérés az eredmények között, ami azt YDOyV]tQĦVtWL KRJ\ PLQGHQ DOJRULWPXV PHJIHOHOĘHQ PĦN|G|WW

Keresztmetszet (A)

Tömeg (m)

18.80

47958.91

7529.55

16.97

47930.24

7525.05

568.29

20.33

48140.00

7557.98

19.81

509.50

23.28

48033.16

7541.21

19.32

680.18

18.27

48001.78

7536.28

h

࢚࢝ /૛

AiNet

1194.13

19.26

663.87

BFOA

1216.08

19.62

709.15

BA

1241.23

20.16

CA

1227.34

DE

1197.68

HS

1268.93

20.47

376.68

29.48

48182.79

7564.70

KH

1211.62

19.58

468.66

26.41

48480.25

7611.40

MA

1232.37

19.88

622.08

18.86

47960.73

7529.84

NM

1214.97

19.60

674.83

17.88

47936.23

7525.99

PSO

1209.95

19.52

700.03

17.37

47930.25

7525.05

RS

1260.02

20.44

516.44

21.73

48202.47

7567.79

SA

1202.95

19.40

708.92

17.35

47933.08

7525.49

b

tf

A statikus terhelés, gerinc horpadás és fáradás feltételek maximális kihasználása szintén az optimum N|]HOLPHJROGiVWYDOyV]tQĦVtWL2. táblázat). A feltételek PHJHQJHGHWW PD[LPiOLV pUWpNH D N|YHWNH]ĘNpSSHQ DODNXOWIiUDGiV”VWDWLNXVWHUKHOpV”JHULQFKRUSDGiV”|YKRUSDGiV”OHKDMOiV” A heurisztikus algoritmusok által szolgáltatott HUHGPpQ\HN HOOHQĘU]pVpUH D V]HUNH]HWRSWLPiOiVL IHODGDWRW 1\HUV HUĘ %UXWH IRUFH  PyGV]HUUHO LV megoldottuk, ami az összes lehetséges megoldás YL]VJiODWiWMHOHQWL+RJ\EHOiWKDWyLGĘQEHOOPHJROGiVW kapjunk, a folytonos változók helyett csak diszkrét értékeket használtunk. A 3.237.480.000 lehetséges

6=È0



méretezés vizsgálata majdnem 70 percig (4149129.594 msec) tartott, az optimális megoldás pedig ݄ = 1240 ݉݉ , ‫ݐ‬௪ /2 = 20 ݉݉ , ܾ = 681 ݉݉ , ‫ݐ‬௙ = 17 ݉݉ , ‫ = ܣ‬47954 ݉݉ଶ , ݉ = 7528.778 ݇݃ . Az HUHGPpQ\HNEĘO OiWKDWy KRJ\ D KHXULV]WLNXV algoritmusok optimális, vagy ahhoz nagyon közeli megoldást adtak.

8. IRODALOM [1]

[2]

2. táblázat: A méretezésekhez tartozó feltételek értékei Gerinc horpadá 35.31

Öv horpadás 124.00

AiNet

56.28

Statikus terhelés 213.64

BFOA

56.28

213.63

41.78

123.97

31.09

BA

56.23

213.50

27.95

123.11

30.30

CA

56.24

213.53

21.88

123.94

30.49

DE

56.20

213.34

37.22

123.96

31.45

HS

56.26

213.63

12.78

124.00

29.26

KH

55.56

211.04

17.75

123.74

30.35

MA

56.28

213.64

32.98

124.00

30.60

NM

56.28

213.64

37.75

124.00

31.08

PSO

56.28

213.64

40.30

124.00

31.23

RS

56.19

213.36

23.76

123.29

29.77

SA

56.28

213.64

40.87

124.00

31.41

Fáradás

Lehajlás

[3]

31.56

[4]

[5]

[6]

[7]

6. ÖSSZEFOGLALÁS A bonyolult, hagyományos eszközökkel gyakran megoldhatatlan optimálási feladatok megoldására alkalmas KHXULV]WLNXVRSWLPiOyDOJRULWPXVRNPĦN|GpVpW pV D KDV]QiODWXNEDQ UHMOĘ VRNV]tQĦ OHKHWĘVpJHNHW vizsgáltuk. Összesen 12 algoritmust használtunk, forráskódjukat C# prograPQ\HOYHQ RQOLQH HOpUKHWĘYp tettük. Matematikailag megfogalmaztunk, és megoldottunk egy szerkezetoptimálási problémát, ahol a FpO HJ\ IXWyGDUX IĘWDUWyMiQDN W|PHJ-minimalizálása volt. Célunk NpVĘEELHNEHQ WRYiEEL KHXULV]WLNXV algoritmusok közzététele és teljesítményvizsgálata, OHKHWĘOHJ PLQpO W|EE VDMiW NpV]tWpVĦ WHV]WIJJYpQ\ segítségével. A tesztadatok alapján vizsgálni fogjuk hibrid heurisztikus algoritmusok létrehozásának OHKHWĘVpJHLW 7. KÖSZÖNETNYILVÁNÍTÁS

[9]

[10]

[11]

[12]

[13]

A kutatás a TÁMOP-4.2.4.A/2-11/1-2012-0001 azonosító számú Nemzeti Kiválóság Program – Hazai hallgatói, illetve kutatói személyi támogatást biztosító UHQGV]HU NLGROJR]iVD pV PĦN|GWHWpVH konvergencia SURJUDP FtPĦ NLHPHOW SURMHNW NHUHWpEHQ ]DMORWW $ projekt az Európai Unió támogatásával, az Európai Szociális Alap társfinanszírozásával valósul meg.

44

[8]

[14]

6=È0

DE CASTRO L. N. AND VON ZUBEN F. J.: An evolutionary immune network for data clustering. In Proceedings Sixth Brazilian Symposium on Neural Networks, IEEE Computer Society, 2000. pp. 84–89 LIU Y. és PASSINO K. M.: Biomimicry of social foraging bacteria for distributed optimization: Models, principles, and emergent behaviors, Journal of Optimization Theory and Applications, 2002. pp. 603–628 PHAM D. T., GHANBARZADEH A., KOC E., OTRI S., RAHIM S., AND ZAIDI M.: The bees algorithm. Technical report, Manufacturing Engineering Centre, Cardiff University, 2005. REYNOLDS R. G.: An introduction to cultural algorithms. In Proceedings of the 3rd Annual Conference on Evolutionary Programming, World Scienfific Publishing, 1994. pp. 131–139 STORN R. és PRICE K.:. Differential evolution: A simple and efficient adaptive scheme for global optimization over continuous spaces, Technical Report TR-95-012, International Computer Science Institute, Berkeley, CA, 1995. GEEM Z. W., KIM J. H., AND LOGANATHAN G. V.: A new heuristic optimization algorithm: Harmony search. Simulation, 76:60–68, 2001. GANDOMI A. H. AND ALAVI A. H.: “Krill herd: a new bio-inspired optimization algorithm”, Communications in Nonlinear Science and Numerical Simulation, vol. 17, no. 12, 2012. pp. 4831–4845 MOSCATO P.: On evolution, search, optimization, genetic algorithms and martial arts: Towards memetic algorithms. Technical report, California Institute of Technology, 1989. NELDER J. A.; MEAD R.: "A simplex method for function minimization". Computer Journal 7, 1965. pp. 308–313. MCCAFFREY J.: Amoeba Method Optimization using C#, MSDN Magazine 2013 June. http://msdn.microsoft.com/enus/magazine/dn201752.aspx KENNEDY J. és EBERHART R. C.:. Particle swarm optimization, In Proceedings IEEE int’l conf. on neural networks Vol. IV, 1995. pp 1942–1948 KIRKPATRICK S.: Optimization by simulated annealing: Quantitative studies. Journal of Statistical Physics, 1983. pp 975–986 Az algoritmusok és a szerkezetoptimálási példa C# forráskódja: https://drive.google.com/folderview?id=0BxE6yHbG FZBAOHBpN2VIV08yS0k&usp=sharing FARKAS J., JÁRMAI K.: Analysis and Optimum Design of Metal Structures, Taylor & Francis, ISBN: 978-9-0541-0669-2, 1997. pp. 236-239

*e3/;9pYIRO\DP

&217(176 1. István Ecsedi, Attila Baksa 7256,21 2) +202*(1(286 ,627523,& (/$67,& %($0 :,7+ 6/,7 &,5&8/$5 5,1* &52666(&7,21 ....................................................... 5 7KH REMHFWLYH RI WKH SUHVHQW SDSHU LV WKH 6DLQW9HQDQW WRUVLRQRIKRPRJHQHRXVLVRWURSLFHODVWLFEHDPZLWKVOLW FLUFXODUULQJFURVVVHFWLRQ6ROXWLRQVLQFORVHGIRUPDUH JLYHQIRU3UDQGWO¶VVWUHVVIXQFWLRQVKHDULQJVWUHVVHVDQG WRUVLRQDO IXQFWLRQ 3UHVHQWHG DQDO\WLFDO VROXWLRQV DUH XVHGWRGHULYHWKHH[SUHVVLRQVRIWRUVLRQDODQGZDUSLQJ ULJLGLWLHV DQG WKH SRVLWLRQV RI NLQHPDWLF DQG HQHUJHWLF FHQWUHRIVKHDUV$FRPSDULVRQRI6DLQW9HQDQWVROXWLRQ ZLWKWKHWKHRU\RIXQLIRUPWRUVLRQRIWKLQZDOOHGEHDP ZLWKRSHQFURVVVHFWLRQLVDOVRJLYHQ

5. Dr. László Kota, Dr. Károly Jármai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

2. József Farkas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

6. László Kovács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

3. David Gönczi, Dr. István Ecsedi DETERMINATION OF STRESSES AND '()/(&7,216 &$86(' %< 7,0( '(3(1' (17 7(03(5$785($7 63+(5,&$/ (/$67,& %2'< .......................................................................... 14 7KHREMHFWLYHRIWKLVSDSHULVWKHLQYHVWLJDWLRQRIHODVWLF VSKHUH VXEMHFWHG WR SHULRGLF VXUIDFH WHPSHUDWXUH ILHOG 7KHWKHRUHWLFDOIUDPHZRUNRIWKHSUREOHPVWXGLHGLVWKH JRYHUQLQJ HTXDWLRQV RI TXDVLVWDWLF XQFRXSOHG WKHUPRH ODVWLFLW\ 7KH ³ODUJH WLPH VROXWLRQ´ RI WKH KHDW FRQGXF WLRQHTXDWLRQLVXVHGWRREWDLQWKHWKHUPDOVWUHVVHVDQG GLVSODFHPHQWV7KHLQHUWLDIRUFHVDUHQHJOHFWHG 4. Sándor Hajdú, Dr. László Kalmár, Dr. Tibor Czibere OPTIMIZATION OF THE OUTLET LOSSES OF %$1.,785%,1(5811(5 ................................... 18 7KH VPDOO SRZHU ZDWHU WXUELQH HTXLSSHG ZLWK GRXEOH IORZUXQQHUE\'RQDW%DQNLLVVWLOOEHLQJGHYHORSHGDQG PDQXIDFWXUHG ZRUOGZLGH ZKLFK LPSOLHV WKDW WKH GHVLJQ SUREOHPV RI WKH FURVVIORZ WXUELQH VWLOO KDYH WRSLFDOLW\ 7KH SUHVHQW SDSHU FRQFHQWUDWHV WR WKH RSWLPL]DWLRQ RI WKHIORZJHRPHWU\DWWKHRXWOHWRIWKHUXQQHULQRUGHUWR UHDFK WKH EHVW HIILFLHQF\ RSHUDWLRQ RI WKH WXUELQH 7KH ILUVW SDUW RI SDSHU JLYHV D EULHI VXPPDU\ DERXW RXWOHW ORVVHV7KHQDVLPSOHPHWKRGLVGHVFULEHGIRURSWLPL]LQJ WKHORVVZKLFKRFFXUVZKHQWKHIORZLVQRWDQJXODUPR PHQWXPIUHHDWWKHRXWOHW

7. Ákos József Lengyel, István Ecsedi $1$/<6,6 2) 9,%5$7,216 2) '28%/(/$< (5(' &20326,7( 52'6 :,7+ 12 3(5)(&7 &211(&7,216 ........................................................ 34 7KLVSDSHUGHDOVZLWKWKHDQDO\VLVRIIUHHFRXSOHGORQJL WXGLQDOEHQGLQJYLEUDWLRQVRIWZROD\HUFRPSRVLWHEHDPV ZLWKLPSHUIHFWVKHDUFRQQHFWLRQV7KHHIIHFWRIDSSOLHG DSSURDFKRILQHUWLDIRUFHVWRWKHHLJHQIUHTXHQFLHVRIIUHH ORQJLWXGLQDOEHQGLQJYLEUDWLRQVLVVWXGLHG7KHUHVXOWVRI H[DPLQDWLRQDUHLOOXVWUDWHGE\DQXPHULFDOH[DPSOH 8. Gábor Zoltán Marcsák, Dr. Károly Jármai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¶WEH JXDUDQWHHG:LWKWKHXWLOL]DWLRQRIKHXULVWLFDOJRULWKPV RQ RQH KDQG ZH REWDLQ FRPSXWLQJ VSHHG RQ WKH RWKHU KDQGZHPD\KDYHWRSD\ZLWKDFFXUDF\

GÉP ,1)250$7,9(-2851$/ IRU7HFKQLFV(QWHUSULVHV,QYHVWPHQWV6DOHV5HVHDUFK'HYHORSPHQW0DUNHWRIWKH6FLHQWL¿F6RFLHW\RI 0HFKDQLFDO(QJLQHHULQJ

'U'|EU|F]|QLÈGiP 3UHVLGHQWRI(GLWRULDO%RDUG 9HV]D-y]VHI *HQHUDO(GLWRU 'U-iUPDL.iURO\ 'U3pWHU-y]VHI 'U6]DEy6]LOiUG 'HSXW\ 'U%DUNyF]L,VWYiQ %iQ\DL=ROWiQ 'U%HNH-iQRV 'U%HUFVH\7LERU 'U%XNRYHF]N\*\|UJ\ 'U&]LWiQ*iERU 'U'DQ\L-y]VHI 'U'XGiV,OOpV 'U*iWL-y]VHI 'U+RUYiWK6iQGRU 'U,OOpV%pOD .iUPiQ$QWDO 'U.DOPiU)HUHQF 'U2UEiQ)HUHQF 'U3iOLQNiV,VWYiQ 'U3DWNy*\XOD 'U3pWHU/iV]Oy 'U3HQQLQJHU$QWDO 'U5LWWLQJHU-iQRV 'U6]DEy,VWYiQ 'U6]iQWy-HQĘ 'U6]ĦFV(GLW 'U7tPiU,PUH 'U7yWK/iV]Oy 'U=RERU\,VWYiQ

'HDU5HDGHU 7KH UHVHDUFK SURMHFW ZKLFK HODERUDWHG LQ WKH WK &HQWUH RI ([FHOOHQFH HQWLWOHG Innovative Mechanical Engineering Design and Technologies DW WKH 8QLYHUVLW\ RI 0LVNROF ZDV PDGH LQ WKH IUDPHZRUN RI WKH 7È023%.219 SURMHFWVXSSRUWHGE\WKH(XURSHDQ8QLRQDQGFRIXQGHGE\WKH(XURSHDQ6RFLDO)XQGKDV EHHQ¿QLVKHG7KH&HQWUHDLPZDVWRGHYHORSWKHUHVHDUFKSRWHQWLDOE\UHVHDUFKLQZKLFK LQQRYDWLYHPRGHOOLQJGHVLJQDQGWHFKQRORJLFDOSURFHVVHVDUHLPSOHPHQWHG7KLVZDVLQ OLQHZLWKWKH(XURSHDQ8QLRQ¶VGULYHWRHQFRXUDJHLQQRYDWLRQLQWKHPRVWHI¿FLHQWZD\ XVLQJHQYLURQPHQWDOO\IULHQGO\WHFKQRORJLHVDQGLPSURYHWKHP 7KH &HQWUH RI ([FHOOHQFH ZDV GLYLGHG LQWR VHYHQ 6FLHQWL¿F :RUNVKRSV ZKLFK DUH GHSDUWPHQWUHODWHGDWWKDWWLPH2QWKHIDFXOW\LQVWLWXWHVKDYHEHHQIRUPHGDQGWKH\DUH DVIROORZV0DWHULDO'HVLJQDQG0DWHULDO7HFKQRORJ\0DQXIDFWXULQJ6FLHQFHV(QHUJ\ DQG &KHPLFDO (QJLQHHULQJ 7HFKQLFDO 0HFKDQLFV 0DFKLQH  3URGXFW 3ODQQLQJ DQG /RJLVWLFV,QVWLWXWH7KHWHDFKHUVLQYROYHG%6F06FDQG3K'VWXGHQWVLQWRWKHUHVHDUFK VRWKDWWKH\SURYLGHDJRRGRSSRUWXQLW\WR\RXQJSHRSOHWRIDPLOLDUL]HWKHPVHOYHVZLWK WKHVFLHQWL¿FZRUN'XULQJWKHQHDUO\WZR\HDUVRIRSHUDWLRQRIWKH&HQWUHRI([FHOOHQFH VHYHUDOVWXGHQWVDOUHDG\SURYLGHGRXWVWDQGLQJSHUIRUPDQFHDQGTXDOLW\RIVRFDOOHG7'. 6FLHQFH6WXGHQW7HDP ZRUNVDQG3K'WKHVLV 7KH VFLHQWL¿F WRSLFV FRYHUHG E\ WKH 6FLHQWL¿F :RUNVKRSV DUH YHU\ FRPSOH[ DQG LQWHUGLVFLSOLQDU\LQQDWXUH:LWKLQWKHGHVLJQWKHPHVWKHUHFDQEHIRXQGDQHZGHVLJQDQG PRGHOOLQJSURFHGXUHVZKLFKDUHGHYHORSHGWRPRGHOWKHVWUXFWXUHVPRUHHI¿FLHQWO\DQG UHOLDEO\DQGWRGLYHDEHWWHUGHVLJQVROXWLRQ'HDOLQJZLWKRSWLPL]DWLRQRIVWUXFWXUHVDQG V\VWHPV VHYHUDO RSWLPL]DWLRQ WHFKQLTXHV HPSOR\HG 7R H[DPLQH WKH SURGXFW OLIH F\FOH WHFKQLFDOV\VWHPVSRZHUWUDLQDUFKLWHFWXUHSULQFLSOHVRIHQYLURQPHQWDODQGDOWHUQDWLYH IXHO XVH LV UHODWHG WR UHVHDUFK DV ZHOO DV ÀRZ DQG WKHUPDO ODERUDWRU\ DQG QXPHULFDO PRGHOOLQJLVOLQNHGWRDQXPEHURIVWXGLHV7KHHQJLQHHULQJRIHQYLURQPHQWDOO\IULHQGO\ WHFKQRORJLHV RUJDQLF FKHPLVWU\ DV ZHOO DV FRQWLQXHG WHVWLQJ WHFKQRORJLHV DQG (QHUJ\ UDWLRQDOL]DWLRQ RFFXUV 0HFKDQLFDO PDWHULDO WHVWV DQG PRGHOOLQJ DUH VLJQL¿FDQW IRU WKH SURIHVVLRQDO DQG WHFKQLFDO FRPSXWHUDLGHG SURFHVV GHVLJQ DV ZHOO DV WKH SUHFLVLRQ ¿QLVKLQJPDQXIDFWXULQJRIKLJKVWUHQJWKVWHHOV:HKDYHKLJKOLJKWHGRQO\VRPHRIWKH UHVHDUFKWRSLFVIURPWKHGLIIHUHQWGLVFLSOLQHV :LWKLQ WKH 6FLHQWL¿F :RUNVKRSV WKHUH DUH WZHQW\ 5  ' WRSLFV ZKLFK DUH YHU\ GLYHUVH6RPHRIWKHPDSSURDFKHGWKHEDVLFUHVHDUFKZKLOHRWKHUVDUHPRUHDSSOLFDEOH LQ SUDFWLFH VRPH UHVXOWV ZHUH DOUHDG\ YLVLEOH ZKLOH RWKHUV SURPLVH ORQJWHUP UHVXOWV ,QRUGHUWRPDNHWKHVHDFKLHYHPHQWVWRSURIHVVLRQDODXGLHQFHVDYDLODEOHDFRQVLGHUDEOH QXPEHURISXEOLFDWLRQVSURGXFHGE\UHVHDUFKHUVDQGUHSRUWHGLQQDWLRQDODQGLQWHUQDWLRQDO FRQIHUHQFHVQDWLRQDODQGLQWHUQDWLRQDOSURIHVVLRQDOMRXUQDOV7KHUHVXOWVDUHLQFRUSRUDWHG LQWRWKHHGXFDWLRQRIFRXUVH7KHVHDUWLFOHVLQWKLVMRXUQDOVHUYHWKHSXUSRVHVKRZLQJWKH 6FLHQWL¿F&HQWUHRI([FHOOHQFH:RUNVKRSV¶ODWHVWVFLHQWL¿FUHVXOWV 7KH &HQWUH RI ([FHOOHQFH FRQWLQXHV LWV DFWLYLW\ :H ZDQW WR IXUWKHU LPSURYH RQ WKH UHVXOWV REWDLQHG WKH QHZ RQHV WR H[SDQG )RU WKH SHULRG ¶V WKH HPHUJLQJ *,123DQG()23FDOOVZHSURSRVHGDUDQJHRIWRSLFVWREHGHYHORSHG+RSHIXOO\WKHVH ZLOOEHEXLOWLQWRWKHIRUWKFRPLQJWHQGHUV Prof. Dr. Károly Jármai Vice rector for strategy and development, leader of the Center of Excellence

0DQDJLQJ(GLWRU9HV]D-y]VHI(GLWRU¶VDGGUHVV0LVNROF6]HUYH]HWXWFD 3RVWDJHDGGUHVV3I3KRQHID[  ‡HPDLOPDLO#JHSXMVDJKX 3XEOLVKHGE\WKH6FLHQWLILF6RFLHW\RI0HFKDQLFDO(QJLQHHULQJ%XGDSHVW)ĘX 3RVWDJHDGGUHVV%S3I 3KRQH)D[(PDLODJDE\#JWHSRUWDOHX,QWHUQHWZZZJWHPWHV]KX 5HVSRQVLEOH3XEOLVKHUH'U,JD]-HQĘ0DQDJLQJ'LUHFWRU KWWSZZZJHSXMVDJKX 3ULQWHGE\*D]GiV]1\RPGD.IW0LVNROF6]HUYH]HWX 3ULFHSHUPRQWK)W 'LVWULEXWLRQLQIRUHLJQFRXQWULHVE\.XOW~UD.|Q\YpV+tUODS.ONHUHVNHGHOPL9iOODODW+± %XGDSHVW3IDQG0DJ\DU0pGLD+±%XGDSHVW3I ,1'(;,661 $OODUWLFOHVDUHSHHUUHYLHZHG

%HIHMH]ĘSUHFt]LyVPHJPXQNiOiVRN NXWDWiVD A tudományos mĦhely vezetĘje: Dr. Kundrák János e-mail: [email protected] tel: +36 46 565 160 Az Innovatív anyagtechnológiák tudományos mĦhelyben folyó kutatások fĘ célkitĦzései röviden az alábbiakban foglalhatók össze. 1.

Határozott és határozatlan élĦ szuperkemény szerszámokkal végzett precíziós forgácsoló megmunkálások vizsgálata.

2.

KülönbözĘ anyagminĘségek forgácsolhatóságának elméleti és kísérleti vizsgálata.

3.

KülönbözĘ élanyagú forgácsolószerszámok kopásának elméleti és kísérleti vizsgálata. A szerszámkopás és éltartam modellezése. Éltartamösszefüggések megadása.

4.

Elméleti érdesség meghatározása különbözĘ egy és többélĦ szerszámokkal forgácsolt felületekre. Algoritmus és szoftver kidolgozása a forgácsolt felület érdességének tervezésére az érdességi mérĘszámok elméleti értékei alapján.

5.

Határozott élĦ és abrazív szerszámokkal meg-munkált felületek pontosságának és felületminĘségének vizsgálata. Összehasonlító elemzések végzése, eljárásválasztás szempontjainak meg-adása és ajánlatok kidolgozása.

6.

Kísérletek végzése a forgácsolási adatok optimá-lis értékének meghatározására, a befejezĘ meg-munkálási eljárások összehasonlítására és kivá-lasztására.

7. A hĦtés-kenés csökkentésének, ill. elmaradásának hatása a forgácsolás folyamatjellemzĘire (forgácsolóerĘ, kontakthĘmérséklet, szerszám-kopás, rezgés és szerszáméltartam), a felület-minĘségére, a hĘmérsékleti tényezĘkre.

 V] 7XGRPiQ\RV 0ĦKHO\ *pSpV]HWL pV DOWHUQDWtY ]HPDQ\DJ NXWDWiVRN HQHUJHWLNDL PpUĘFHOOD V]pOFVDWRUQD pV QXPHULNXV V]LPXOiFLy HJ\WWHV DONDOPD]iViYDO A tudományos mĦhelyben öt kutatás-fejlesztési téma szerepel, ezek: 1..))ĦW|WWYDJ\J\RUVXOyPR]JiVWYpJ]ĘKHQJHUYL]V JiODWDV]pOFVDWRUQiEDQpVQXPHULNXVV]LPXOiFLyYDO Alapkutatási téma, amelynek gyakorlati haszna áramlásba helyezett körszelvényĦ gépészeti berendezések rezgésanalízisénél, illetve hĘátadási tulajdonságainál van szerepe.

2..) %HOVĘ pV NOVĘpJpVĦ PRWR URNNDONDSFVRODWRVPpUpVHNpVQXPH ULNXVYL]VJiODWRN Stirling motorokkal és hagyományos belsĘ égésĦ motorokkal kapcsolatos gépészeti, hĘtani és üzemanyag-vizsgálatok.

EMAG megmunkáló központ

Talyrond 365 típusú alak- és helyzethiba vizsgáló berendezés

3..)(QHUJHWLNDLJpSHNpVUHQGV]HUHN YL]VJiODWDÁramlás-és hĘtechnikai gépek és azokból álló rendszerekkel, pl. szél- és vízturbinákkal kapcsolatos elméleti és laboratóriumi elemzések. 4..) )RUJy iUDPOiVWHFKQLNDL JpSHNEHQ NLDODNXOy iUDPOiV YL]V JiODWD Forgó áramlástechnikai gépekben kialakuló áramlás finomstruktúrájának és globális jellemzĘinek meghatározása laboratóriumi mérés és numerikus szimuláció együttes alkalmazásával. 5..) 0ĦV]DNL KĘiWYLWHOL pV HQHUJHWLNDL IRO\DPDWRN YL]VJiODWD HĘjelenséggel kíséret energetikai folyamatokra vonatkozó elemzések, mint például LED-ek által termelt hĘ, vagy hĦtĘszekrény technikai körfolyamatában szereplĘ szerkezeti elemek hĘtani számítási módszereinek kidolgozása.

MINDENT EGY KÉZBŐL A normáliák és gépelemek nagy választéka egy katalógusban. THE BIG GREEN BOOK: A terjedelmes mű a készülék- és egyedi gépépítéshez.

norelem Normelemente KG. Volmarstraße 2. D-71706 Markgröningen Tel.: +36 30 96 70 340 E-Mail: [email protected] Web: www.norelem.hu

Örömmel küldjük el Önöknek az ingyenes, új norelem katalógust. Rendelje meg telefonon, faxon, e-mailban vagy online.