پیش بینی دمای شروع واکنش آستنیت و مارتنزیت در مواد هوشمند آلیاژ حافظه دار با استفاده از شبکه های عصبی مصنوعی

هدف از انجام این مطالعه، پیش بینی دمای شروع واکنش مارتنزیت (Ms)، و آستنیت (As) در آلیاژهای حافظه دار (SMA) بوده، که مبنای آن خطوط میانگین حرکتی نمودار آهن می باشد و با استفاده از یک شبکه عصبی مصنوعی (ANN) که با استفاده از الگوریتم یادگیری گرادیان نزولی است، پیش بینی می شود. مدل شبکه عصبی مصنوعی بر اساس استفاده از داده های آزمون 85 خط میانگین حرکتی ساده ی نمودار آهن، ساخته شده، آموزش دیده و تست شده است. پارامترهای ورودی مدل شبکه ی عصبی مصنوعی شامل هفت عنصر از عناصر (آهن، منگنز، سیلیسیم، نیکل، کروم، مس و آلومینیوم) و تحت سه حالت مختلف (نورد گرم، همگن سازی و فرونشانی) می باشد. در مدل های مختلف شبکه ی عصبی مصنوعی برای پیش بینی دمای آستنیت و مارتنزیت در نمودار آهن، از برنامه MATLAB کمک گرفته شده است. این مطالعه نشان می دهد که استفاده از شبکه های عصبی مصنوعی برای پیش بینی دمای آستنیت و مارتنزیت از خط میانگین حرکتی ساده مبتنی بر آهن، بسیار موثر است.

کلیدواژه ها:

آلیاژ حافظه دار ، شبکه ی عصبی ، آستنیت و مارتنزیت