تعیین درصد حجمی فازهای اصلی تشکیل دهنده آلیاژهای تیتانیوم β+α توسط هوش مصنوعی (AI) -Artificial Intelligence
سال انتشار: 1386
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 900
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IMES01_022
تاریخ نمایه سازی: 29 اسفند 1390
چکیده مقاله:
امروزه آلیاژهای تیتانیوم به علت دارا بودن مجموعه ای از خواص منحصر به فرد نظیر نظیر دانسیته پایین ، نسبت استحکام به وزن بالا ، مقاومت به خوردگی و مقاومت به سایش بالا در صنایع مختلفی مانندهوافضا، کاغذسازی، خودروسازی و دیگر صنایع کاربرد داشته و بسیار مورد توجه است. عمدتا در این نوع آلیاژها فاز زمینهαبا ساختار hcpو فازβبا ساختار bcc تشکیل دهنده ریز ساختار آلیاژ مذکور میباشد که بسته به درصد نسبی این دو فاز نوع کاربری آنها نیز در صنایع مختلف دستخوش تغییرات اساسی میشود . در این تحقیق از روش شبکه های عصبی مصنوعی Neural Network (FFNN Feed Forward با قانون آموزش Back Propagation (BP که از شاخه های جدید هوشمصنوعیArtificial Intelligence است برای تخمین جامع مقدار فازβ استفاده شده است در این شبکه ترکیب شیمیائی آلیاژ که شامل عناصر مختلف آلیاژی نظیر Al,V,Fe,O و دمای عملیات حرارتی به عنوان ورودی ودرصد حجمی فازβ به عنوان خروجی مورد بررسی و مطالعه قرار گرفته است . مقایسه بین مقادیر پیشبینی شده توسط شبکه طراحی شده در این تحقیق و مقادیر تجربی دلالت بر کارا بودن این مدل دراین نوع آلیاژها دارد که در این پژوهش به تفصیل ارائه شده است
کلیدواژه ها:
هوش مصنوعی AI شبکه عصبیFFNN الگوریتم BP آلیاژهای α+β تیتانیومو فاز بتا
نویسندگان
مهدی ارجمندی بهزاد
دانشکده مهندسی مکانیک-دانشکده فنی- دانشگاه صنعتی خواجه نصیرالدین طو
سیدحسین ساداتی
دانشکده مهندسی مکانیک-دانشکده فنی- دانشگاه صنعتی خواجه نصیرالدین طو
حمید خرسند
امور مهندسی و تحقیقات مواد شرکت ساپکو
حسن عبدوس
دانشکده مهندسی مکانیک-دانشکده فنی- دانشگاه صنعتی خواجه نصیرالدین طو
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :