ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

Using a Neural Network for Predicting the Value of Retained Austenite in Ni-Hard4 Cast Iron

سال انتشار: 1395
کد COI مقاله: ICTINDT04_002
زبان مقاله: انگلیسیمشاهد این مقاله: 218
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 7 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله Using a Neural Network for Predicting the Value of Retained Austenite in Ni-Hard4 Cast Iron

Maryam Shamgholi - Applied Electromagnetics Laboratory, Amirkabir University of Technology,
Seyed Hossein Hesamedin Sadeghi - Applied Electromagnetics Laboratory, Amirkabir University of Technology,
Amine Asadi - Babol Noshirvani University of Technology,
Majid Abbasi - Babol Noshirvani University of Technology,

چکیده مقاله:

The paper presents a neural-network-based inverse mapping technique to predict the value of retained austenite in Ni-Hard4 cast iron (NiHCI) from the output signal of an absolute eddy-current probe. The network utilizes the back propagation method and the normalized resistive and inductive components of the probe impedance are used for training. The corresponding database is established by producing various sample tests. This is done by employing different destabilizing heat treatments to produce various microstructures in several reference NiHCI blocks. The actual values of retained austenite in each case is obtained by an optical microscope together with a commercial image analysis software. The validity of the proposed technique is demonstrated by comparing the actual and predicted measured values of retained austenite in a number of NiHCI blocks that are not used in the training stage and noisy ones. It is also shown that the proposed technique is more accurate than the previously reported method based on regression analysis of the normalized values of probe impedance and the actual values of retained austenite of reference blocks.

کلیدواژه ها:

Eddy current, Neural Networks, Microstructural characterization, Retained austenite, Ni-Hard4 cast iron

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/910484/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Shamgholi, Maryam and Hesamedin Sadeghi, Seyed Hossein and Asadi, Amine and Abbasi, Majid,1395,Using a Neural Network for Predicting the Value of Retained Austenite in Ni-Hard4 Cast Iron,چهارمین کنفرانس بین‌المللی آزمون‌های غیرمخرب ایران,تهران,,,https://civilica.com/doc/910484

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1395, Shamgholi, Maryam؛ Seyed Hossein Hesamedin Sadeghi and Amine Asadi and Majid Abbasi)
برای بار دوم به بعد: (1395, Shamgholi؛ Hesamedin Sadeghi and Asadi and Abbasi)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: 20,797
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

پشتیبانی