مدل سازی انرژی ضربه ی فولادهای مرتبه ای با استفاده از شبکه های عصبی مصنوعی

در این مقاله, انرژ ی ضربه ی فولادهای مرتبه ای در دماها ی مختلف با استفاده از شبکه های عصب ی مصنوع ی مدل ساز ی شده است. فولادها ی مرتبه ای با استفاده از چیدمانها و ضخامتها ی مختلف فولادها ی ساده کربن ی و زنگ نزن، به عنوان الکترود اولیه فرآیند ذوب دوباره سرباره ای الکتریکی، تولید میشوند. نفوذ اتمهای مختلف از درون قطعات اولیه فولادی به یکدیگر سبب تولید نواحی مرتبه ای فریتی و آستنیتی میگردد. شش نوع مدل با استفاده از شبکه های عصبی مصنوع ی که تفاوت آنها در تعداد لا یه ها ی مخفی و نورون ها ی هر لا یه بود، ارایه شد. پارامترها ی ورودی عبارتند از نوع فولاد مرتبه ای، حالت ترک، ضخامت ناحیه مرتبه ای فریتی، ضخامت ناحیه مرتبه ای آستنیتی، فاصله ترک از لایه های بینیتی یا مارتنزیتی و دما. مجموعا 140 سری داده آزمایشی جمعآوری، به 98 ،21 و 21 سری به طور تصادفی تقسیم و به ترتیب توسط مدلهای پیشنهاد ی آموزش داده، ارزیابی و آزما یش شدند. نتایج نشان دادند که مدلی حاوی 2 لایه مخفی دارای به ترتیب 14 و 12 نورون در لایه های مخفی اول و دوم سبب حصول بهترین نتایج خواهد شد. این شبکه دارای ضریب همبستگی، خطای مطلق و خطای ریشه مجموع مربعات به ترتیب 1 ،6175/0 و ،0/9955 و ارزیابی فاز در 3/4347 و 4/4666 ،0/9982 ،آموزش فاز در0/54829462/10 و 2716/5 در فاز آزمایش است. اگرچه نتا یج حاصل از مدل ها ی دیگر نیز نشان دادند که شبکه ها ی عصبی مصنوعی برا ی مدل ساز ی انرژ ی ضربه ی فولادهای مرتبه ای در محدوده مورد بررسی مناسبند.

کلیدواژه ها:

انرژی ضربه ، فولادهای مرتبه ای ، شبکه های عصبی مصنوعی ، تعداد لایه های مخفی ، تعداد نورونها