بررسی خواص مکانیکی فولاد St60Mn نورد گرم شده با استفاده از شبکه عصبی مصنوعی

در این تحقیق مدل شبکه عصبی مصنوعی برای تحلیل و پیشبینی اثر پارامترهای فرایند نورد بر روی ویژگیهای مکانیکی فولاد St60Mn نورد گرم شده مورد استفاده قرار گرفت. دمای پایانی نورد، درصد تغییر شکل کل و نرخ کرنش نورد به عنوان پارامترهای ورودی شبکه و استحکام کششی، استحکام تسلیم و مقاومت به ضربه فولاد نورد شده به عنوان متغیرهای خروجی شبکه عصبی انتخاب شدند. از یک شبکه عصبی مصنوعی پیشخور پسانتشار (FFBP) که شامل یک لایه ورودی ،یک لایه پنهان و یک لایه خروجی بود استفاده گردید. از خطای میانگین مربعات (MSE) و ضریب همبستگی برای بررسی عملکرد شبکه استفاده شد. . ضریب همبستگی کل داده ها 0.99995 و خطای MSE برای شبکهی 3-4-3 برابر 3.6935 برای این کار بدست آمد. مقایسهی نتایج تجربی با نتایج شبکه عصبی و میزان خطاهای بدست آمده نشان داد که شبکه از عملکرد مناسبی برای پیش بینی خواص مکانیکی فولاد St60Mn نورد گرم شده برخوردار است.