پیش بینی اثر پارامترهای ساخت و عملیات حرارتی بر خواص مکانیکی فولاد متالورژی پودر FN-0205 توسط الگوریتم شبکه عصبی مصنوعی

عملیات حرارتی یکی از روشهای مهم جهت بهبود خواص مکانیکی قطعات ساخت شده از طریق متالورژی پودر می باشد. بدین منظور اغلب، فولادهای PM، تحت عملیات سخت کاری و بازپخت قرار می گیرند. ریز ساختار حاصل پس از عملیات حرارتی شامل مارتنزیت بازپخت شده می باشد که دارای استحکام قابل قبول و چقرمگی مناسب است. خواس بدست آمده برای این نوع فولادها متأثر از پارامترهای فرآیند عملیات حرارتی و همچنین دانسیته اولیه می باشد. در این تحقیق جهت ارزیابی تأثیر پارامترهای مذکور بر ریز ساختار و در نتیجه خواص مکانیکی، فولاد متالورژی پودر FN-0205 با دانسیته های مختلف در زمان های متفاوت آستنیته و بازپخت تحت عملیات حرارتی قرار گرفت. سپس خصوصیات مکانیکی مورد نظر از طریق انجام آزمایش اندازه گیری شدند. در ادامه داده های حاصل به کمک Feed Forward Neural Network با الگوریتم آموزش( Back Propagation(BP ، پیش بینی شدند. مقایسه بین نتایج خواص مکانیکی پیش بینی شده و داده های تجربی بدست آمده از آزمایشات وقت گیر تطابق مطلوب آنها را نشان می دهد که میزان این تطابق در تحقیق حاضر بیان شده است.

Keywords:

عملیات حرارتی , متالورژی پودر , دانسیته , خواص مکانیکی , شبکه عصبی مصنوعی