استفاده از مدل شبکه های عصبی مصنوعی در پیشبینی خواص مکانیکی فولاد میکرو آلیاژی فورج پذیر

فولادهای میکروآلیاژی فورج پذیر از جنبه ایجاد صرفه جویی فراوان در هزینه های تولید قطعات خودرو و همچنین افزایش راندمان تولید مورد توجه قرار گرفته اند. کنترل خواص مکانیکی در قطعات تولید شده میتواند با کنترل ترکیب شیمیایی، دمای فورج و سرعت سرد شدن انجام پذیرد. در این تحقیق مطالعه بر روی تغییرات خواص مکانیکی فولاد میکروآلیاژی 38MnVS5 تحت تاثیر دمای فورج و شرایط سرد شدن نشان داده است که تغییر دمای فورج از 1100 تا 1200 درجه سانتیگراد تغییر محسوس بر خواص مکانیکی این فولاد ایجاد نمی کند اما در مقابل تغییر سرعت سرد شدن که با تغییر روش سرد کردن قطعات انجام شده است می تواند به صورت کاملا محسوسی خواص مکانیکی در قطعه نهایی را تحت تاثیر قرار دهد. از این رو رسیدن به شرایط بهینه دمای فورج و سرعت شرد شدن در ترکیب شیمیایی ثابت از اهمیت فراوانی برخوردار است. در این تحقیق به کمک روش شبکه های عصبی و مصنوعی دو مدل طراحی شده که در مدل اول دمای فورج و شرایط سرمایش با توجه به خواص مکانیکی و در مدل دوم خواص مکانیکی با فرض داشتن دمای فورج و شرایط سرمایش پیش بینی میشود. این مدلها توانایی پیشبینی پرامترهای ذکر شده را با دقت مناسب در محدوده طراحی شبکه را دارند. با استفاده از این متد به مقدار بسیار زیادی در وقت و هزینه صرفه جویی میشود.