hrvatski

Predviđanje svojstava materijala neuronskim mrežama

U radu je prikazana primjena umjetnih neuronskih mreža s povratnim rasprostiranjem pogreške u predviđanju različitih svojstava čelika. Predviđene su tvrdoće na krivulji prokaljivosti čelika na temelju rezultata Jominyjevih ispitivanja, a uz poznati kemijski sastav čelika za poboljšavanje i cementiranje. Nakon toga je provedeno predviđanje otpornosti na popuštanje alatnih čelika za različite temperature popuštanja, a uz poznati sastav čelika i temperaturu austenitizacije. U cilju veće uspješnosti učenja neuronske mreže, alatni su čelici podijeljeni u skupine prema namjeni: nelegirani alatni čelici, legirani alatni čelici za hladni rad, alatni čelici za topli rad i brzorezni čelici. Sljedeći problem koji se pomoću neuronske mreže riješio je određivanje koeficijenta toplinske vodljivosti različitih čelika pri povišenim temperaturama na temelju poznatog kemijskog sastava čelika. Konačno, proučena je prikladnost primjene umjetnih neuronskih mreža u određivanju potrebnog trajanja nitriranja u plazmi i površinske tvrdoće za zadani kemijski sastav čelika, temperaturu nitriranja i efektivnu dubinu nitriranja. Rezultati predviđanja pomoću neuronskih mreža uspoređeni su s podacima ispitivanja iz literature. Uspoređivanje je provedeno na podacima na kojima je neuronska mreža učila i na podacima na kojima nije učila. Osim toga, rezultati predviđanja su uspoređeni s rezultatima dobivenim pomoću prethodno razvijenih regresijskih modela. Usporedba pogrešaka dobivenih na istom skupu podataka pokazuje da neuronske mreže znatno uspješnije predviđaju svojstva materijala nego regresijski modeli. Osim toga, neuronske mreže predviđaju svojstva materijala na znatno širem intervalu nezavisnih varijabli nego regresijski modeli.

umjetne neuronske mreže ; Jominyjeva krivulja ; otpornost popuštanju ; koeficijent toplinske vodljivosti ; trajanje nitriranja ; tvrdoća nitriranja

nije evidentirano