نگار الماسی - کارشناسی ارشد مهندسی مواد، دانشگاه رازی
بیژن عباسی خزایی - دانشیار، دانشگاه رازی

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.

شبکه عصبی مصنوعی، خواص مکانیکی، نورد گرم، شبیه سازی، فولاد St60Mn