Prediction of Yoshida Uemori model parameters by The Bees Algorithm and Genetic Algorithm for 5xxx series aluminium alloys

Habip Gökay KORKMAZ; Serkan TOROS; Mete KALYONCU

doi:https://doi.org/10.28948/ngumuh.895920

Article Details

Prediction of Yoshida Uemori model parameters by The Bees Algorithm and Genetic Algorithm for 5xxx series aluminium alloys

Authors:

Habip Gökay KORKMAZ | Serkan TOROS | Mete KALYONCU

Publisher:

Nigde Omer Halisdemir University

Main Topics:

Other branches of engineering

Journal:

Nigde Omer Halisdemir University Journal of Engineering Sciences 2021 Vol.10 Issue 2, pp.815-823

Document Type:

Article

Publication Date:

7/2021

Document Language:

English

Document ID (Org No.):

2000762357

Frequency:

Quarterly

eISSN:

2564-6605

DOI:

https://doi.org/10.28948/ngumuh.895920

Keywords:

Abstract:

 

In sheet metal forming processes, springback is a very important issue in the view of the excellent quality design. Several mathematical models have been developed to estimate the springback more accurately, including various material parameters. In this study, the model parameters of Yoshida-Uemori two surface plasticity model, which can well predict the springback for different loading conditions, have been determined using The Bees Algorithm and Genetic Algorithm which are frequently used recently for optimization of nonlinear problems. In addition, the performances of the algorithms have been determined for the different frequency of experimental data, dense-sparse, sparse-dense, dense-dense and sparse-sparse for elastic and plastic regions.  According to the results, although the determined material parameters have different values, the fitting performances are found similar for both The Bees Algorithm and Genetic Algorithm. However, in the view of the data frequency, the more appropriate results are obtained from the dense-dense data set (Case 3).

 

Sac metal şekillendirme işlemlerinde tasarım kalitesinin mükemmelliği açısından geri esneme çok önemli bir yer teşkil etmektedir. Geri esnemelerin tahmini için birçok matematiksel model geliştirilmiş olup bu matematiksel model parametrelerinin belirlenmesi için birçok yöntem kullanılmaktadır. Bu çalışmada farklı yükleme koşulları için geri esnemeyi çok iyi tahmin edebilen Yoshida-Uemori iki yüzeyli plastisite malzeme model parametreleri, son zamanlarda doğrusal olmayan problemlerin optimizasyonu için sıkça kullanılan “Arı Algoritması” ve “Genetik Algoritma” kullanılarak belirlenmiştir. Aynı zamanda deneysel veriler elastik ve plastik bölgede sırasıyla; sık-seyrek, seyrek-sık, sık-sık ve seyrek-seyrek olacak şekilde ayarlanarak veri yoğunluğunun parametre sonuçlarına etkisinin incelenmiştir. Elde edilen sonuçlara göre belirlenen malzeme parametreleri farklı değerlere sahip olmasına rağmen Arı Algoritması ve Genetik Algoritma için uyum performansı yaklaşık olarak benzer çıkmıştır. Ancak sonuçlar data sıklığı açısından incelendiğinde sık-sık (Durum 3) veri kümesi daha iyi sonuçlar vermiştir.

Article Details

Prediction of Yoshida Uemori model parameters by The Bees Algorithm and Genetic Algorithm for 5xxx series aluminium alloys

Authors:

Habip Gökay KORKMAZ | Serkan TOROS | Mete KALYONCU

Publisher:

Nigde Omer Halisdemir University

Main Topics:

Other branches of engineering

Journal:

Nigde Omer Halisdemir University Journal of Engineering Sciences 2021 Vol.10 Issue 2, pp.815-823

Document Type:

Article

Publication Date:

7/2021

Document Language:

English

Document ID (Org No.):

2000762357

Frequency:

Quarterly

eISSN:

2564-6605

DOI:

https://doi.org/10.28948/ngumuh.895920

Yoshida Uemori model parametreleri

Optimizasyon

Arı Algoritması

Genetik Algoritma

Issues

Article Details

Prediction of Yoshida Uemori model parameters by The Bees Algorithm and Genetic Algorithm for 5xxx series aluminium alloys

Authors: Habip Gökay KORKMAZ | Serkan TOROS | Mete KALYONCU

Publisher: Nigde Omer Halisdemir University

Main Topics: Other branches of engineering

Journal: Nigde Omer Halisdemir University Journal of Engineering Sciences 2021 Vol.10 Issue 2, pp.815-823

Document Type: Article

Publication Date: 7/2021

Document Language: English

Document ID (Org No.): 2000762357

Frequency: Quarterly

eISSN: 2564-6605

DOI: https://doi.org/10.28948/ngumuh.895920

Yoshida Uemori model parametreleri

Optimizasyon

Arı Algoritması

Genetik Algoritma

Issues

Authors:

Habip Gökay KORKMAZ | Serkan TOROS | Mete KALYONCU

Publisher:

Nigde Omer Halisdemir University

Main Topics:

Other branches of engineering

Journal:

Nigde Omer Halisdemir University Journal of Engineering Sciences 2021 Vol.10 Issue 2, pp.815-823

Document Type:

Article

Publication Date:

7/2021

Document Language:

English

Document ID (Org No.):

2000762357

Frequency:

Quarterly

eISSN:

2564-6605

DOI:

https://doi.org/10.28948/ngumuh.895920