کاربرد شبکه عصبی پس انتشار جهت پیش بینی سختی سطحی فولاد

درصنعت،قسمت سطحی قطعاتی نظیر ،اجزای خاص قالب های صنعتی، چرخ دنده هاو محورهای انتقال باید سخت و قسمت مرکزی در عین سختی یکنواخت دارای انعطافپ ذیری کافی باشد تا بتواند در مقابل نیروهای دینامیکی مقاومت کند . از این رو، سطح چنین قطعاتی را به روش های مختلف سخت میکنند.روش اول سختکاری در واقع اصطلاحی کلی برای فرایندهایی است که در آنها از طریق جذب برخی عناصر به سطح فولاد توسط فرایند نفوذ ترکیب شیمیایی سطح قطعه را تغییر میدهند و نوعی شیب غلظتی به وجود می آورند. بسته به نوع عنصر مورد استفاده برای نفوذ به سطح فولاد، روش سختکاری سطحی را به نامی مشخص میخوانند . مثلا ،درصورت استفاده از کربن بهعنوان عنصر نفوذکننده در عملیات سختکاری، روش را کربن دهی میگویند.روش دوم، نوعی فرایند سختکاری سطحی است که تنها لایه سطحی یک قطعه کار از طریق گرم کردن القایی یا شعله یا ... تا حد بالاتر از دمای بحرانی گرم و سپس سریعا سرد میشود.در تحقیق ما با انجام عملیات سخت سازی سطحی و با استفاده از نرم افزارهای تخصصی مهندسی و با بررسی ساختاری و کدنویسی ساخت شبکه عصبی مصنوعی، ساختار و معماری مناسب شبکه عصبی را ایجادکرده و با توجه به داده های ورودی که شامل دمای کربن دهی و آستنیته سازی ،زمان کربن دهی و آستنیته سازی،دمای تمپرینگ و زمان تمپرینگ می باشند به پیش بینی سختی سطحی فولاد ابزار سردکار با استفاده از مقایسه ی بین داده های خروجی شبکه عصبی و داده های حقیقی آزمایش تجربی می پردازیم.

کاربرد شبکه عصبی پس انتشار جهت پیش بینی سختی سطحی فولاد Keywords:

هوش مصنوعی , شبکه عصبی , سخت سازی سطحی