چکیده مقاله
هدف از این مقاله ، استفاده از شبکه های عصبی مصنوعی برای پیش بینی خواص مکانیکی فولاد دو فازی تولید شده به روش نورد کنترلی باشد برای آموزش شبکه از دو سری نمونه استفاده گردید سری اول دارای % 0 02 نیوبیم Nb به تعداد تست 22 عدد و سری دوم دارای % 0 02 تیتانیوم Ti به تعداد تست 15 عدد می باشد ورودی های شبکه که همان متغیر های فرآیند می باشد عبارتند از : 1 دمای بازپخت Tr 2 دمای پاس نهایی Tf 3 کرنش پاس نهایی Ef 4 فاصله زمانی بین پاس نهایی و کوئنچ t 5 دمای کوئنچ Tq 6 نرخ سرد شدن CR هرکدام از پارامترهای درصد مارتنزیت ، اندازه دانه فریت ، سختی مارتنزیت ، تنش تسلیم ، تنش شکست نهایی و داکتلیته به طور مجزا به عنوان خروجی های شبکه مخصوص خود می باشند برای افزایش دقت شبکه ها، با توجه به تعداد بالای ورودی ها ، ابتدا از بین 6 پارامتر ورودی برای هر خروجی ، 4 پارامتری که تاثیر بیشتری داشتند تعیین گردیده و سپس هر شبکه بر مبنای آنها آموزش داده شد نتایج بررسی ها نشان دهنده تطابق خوب بین مقادیر پیش بینی شده و مقادیر تجربی است و شبکه های عصبی که خوب آموزش داده شوند ، پتانسیل بالایی در زمینه ی مدل کردن رفتار مکانیکی این نوع فولاد ها خواهند داشت
کلیدواژهها
نویسندگان
شیوه ارجاع
محمدی، رضا و فلاحی آرزودار، علیرضا،1390،پیش بینی خواص مکانیکی فولاد دو فازی تولید شده به روش نورد کنترلی با تعیین پارامترهای تاثیر گذار فرایند و استفاده از شبکه عصبی مصنوعی،دوازدهمین کنفرانس ملی مهندسی ساخت و تولید ایران،تهران