مدلسازی فرایند انیلینگ با استفاده از تکنیکهای داده کاوی

فرایندانیلینگ بازپخت یکی از مراحل مهم در تولید ورقهای فولادی در نورد سرد می باشد دراین فرایند ابتدا کلافهای فولادی تا رسیدن به یک دمای از پیش تعیین شده برای فرایند بازپخت، گرم و سپس به ارامی تا رسیدن به دمای محیط سرد می شوند مدلسازی فرایند بازپخت شامل تعیین مدت زمان گرمایش و خنک کاری و پیش بینی نمودار دمای مغز کلاف است که بر اساس مدلهای حرارتی انجام می شود و کار پیچیده و پرهزینه ای است دراین تحقیق مدلسازی فرایندبازپخت با استفاده از تکنیکهای داده کاوی پیشنهاد شده است مزایای اصلی مدل سازی فرایند بازپخت با استفاده ازتکنیک های داده کاوی در مقایسه با مدلهای حرارتی علاوه بر سرعت و دقت بالا در پردازش داده ها سادگی استفاده از این روش است زیرا برای مدل سازی فرایند بازپخت فقط از داده های کلاف های بازپخت شده استفاده شده و نیاز به تخصص بالا در رشته های مکاهنیک و متالورژی نیست دراین تحقیق پس از اجرای تکنیکهای مختلف داده کاوی از شکبه های عصبی پیش خو ر با روش اموزش پس انتشار خطا برای پیش بینی مدت زمان گرمایش و خنک کاری و از تلفیق روش برازش منحنی و شبکه های عصبی برای پیش بینی نموداردمای مغز کلاف استفاده شده است.

Keywords:

فرایند انیلینگ , بازپخت , نورد سرد , داده کاوی , شبکه عصبی