کاربرد شبکه عصبی مصنوعی در پیش بینی رفتار پیری و پخت سختی فولاد ST12
سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,020
فایل این مقاله در 10 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:
IMES02_128
تاریخ نمایه سازی: 20 مرداد 1391
چکیده مقاله:
در این پژوهش، پیش بینی خواص فولاد ST12توسط نتایج حاصل از آزمایش رفتار پیری(aging) و پخت سختی(Bake Hardening) و سپس مدل سازی فرآیند به وسیله شبکه عصبی مصنوعی(Artificial Neural Network) صورت گرفته است.جهت شبیه سازی فرآیند صنعتی فرم دهی و تولید بدنه خودرو، نمونه ها ابتدا تا درجه حرارت تشکیل فریت و آستنیت(C°1000-500) گرم شده و در سرعت های متفاوت تا دمای اتاق سرد شدند. سپس، نمونه ها به مقدار %8 پیش کرنش یافته و در دمای 100 درجه به مدت یک ساعت پیر شده و در نهایت تا شکست کامل کشیده شدند. نتایج نشان می دهد که مدل طراحی شده توانایی بسیار بالایی در پیش بینی مقدار پخت سختی و تنش تسلیم بعد از این فرآیند را برای فولاد ST12 در شرایط متفاوت دارد
کلیدواژه ها:
نویسندگان
عطیه نکاحی
دانشکده مهندسی معدن، متالورژی و نفت، دانشگاه صنعتی امیرکبیر.
کامران دهقانی
دانشیار، دانشکده مهندسی معدن، متالورژی و نفت، دانشگاه صنعتی امیرکب
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 :