شبکه عصبی مصنوعی و شبیه سازی خواص مکانیکی فولاد زنگ نزن

چکیده:
در این پژوهش سعی شده است تا با استفاده از توسعه یک مدل به کمک شبکه های عصبی مصنوعی به تحلیل، شبیه سازی و پیش بینی اثر عملیات نورد سرد آنیل (فرایند مارتنزیتی) روی بازگشت مارتنزیت ناشی از کرنش، اندازه دانه و خواص مکانیکی برای فولاد زنگ نزن AISI 304L بپردازیم. ورودی های مدل، شامل دما و زمان آنیل است. در حالی که خروجی های مدل کسر حجمی، مارتنزیت بازگشت یافته و سختی است. داده های شبکه، تطابق خوبی را با نتایج تجربی نشان می دهد. این مدل می تواند به منظور پیش بینی شرایط بهینه آنیل برای بازگشت مارتنزیت در هنگام استحاله مارتنزیت به آستنیت و همچنین به عنوان راهنمایی برای ریزکردن دانه ها در فولاد زنگ نزن AISI 304L استفاده شود.
زبان:
فارسی
در صفحه:
116
لینک کوتاه:
magiran.com/p823698 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!