Matur nuwun kanggo ngunjungi Nature.com. Sampeyan nggunakake versi browser kanthi dhukungan CSS winates. Kanggo pengalaman paling apik, disaranake sampeyan nggunakake browser sing dianyari (utawa mateni Mode Kompatibilitas ing Internet Explorer). Kajaba iku, kanggo mesthekake dhukungan terus, kita nuduhake situs tanpa gaya lan JavaScript.
Slider nuduhake telung artikel saben slide. Gunakake tombol mburi lan sabanjuré kanggo mindhah liwat minger, utawa tombol controller geser ing mburi kanggo mindhah liwat saben geser.
Efek saka microstructure ing formability saka sheets stainless steel punika badhan utama kanggo engineers sheet metalworking. Kanggo baja austenitik, anané martensit deformasi (\({\ alpha}^{^{\prime))\)-martensit) ing struktur mikro ndadékaké hardening sing signifikan lan nyuda formability. Ing panaliten iki, kita ngarahake kanggo ngevaluasi formabilitas baja AISI 316 kanthi kekuatan martensit sing beda kanthi metode eksperimen lan kecerdasan buatan. Ing langkah pisanan, baja AISI 316 kanthi kekandelan awal 2 mm dilapisi lan digulung kanthi adhem kanthi macem-macem ketebalan. Salajengipun, area martensit regangan relatif diukur kanthi tes metalografi. Kapabilitas lembaran sing digulung ditemtokake nggunakake tes bledosan hemisphere kanggo entuk diagram watesan galur (FLD). Data sing dipikolehi minangka asil eksperimen luwih digunakake kanggo nglatih lan nguji sistem interferensi neuro-fuzzy buatan (ANFIS). Sawise latihan ANFIS, galur dominan sing diprediksi dening jaringan saraf dibandhingake karo asil eksperimen anyar. Asil nuduhake yen rolling kadhemen wis efek negatif ing formability saka jinis stainless steel, nanging kekuatan saka sheet wis apik banget. Kajaba iku, ANFIS nuduhake asil sing marem dibandhingake karo pangukuran eksperimen.
Kemampuan kanggo mbentuk lembaran logam, sanajan subyek artikel ilmiah nganti pirang-pirang dekade, tetep dadi area riset sing menarik ing metalurgi. Piranti teknis lan model komputasi anyar nggampangake nemokake faktor potensial sing mengaruhi formability. Sing paling penting, pentinge struktur mikro kanggo watesan wangun wis dicethakaké ing taun-taun pungkasan kanthi nggunakake Metode Elemen Terakhir Crystal Plasticity (CPFEM). Ing sisih liya, kasedhiyan scanning electron microscopy (SEM) lan electron backscatter difraction (EBSD) mbantu peneliti mirsani aktivitas mikrostruktur struktur kristal sajrone deformasi. Pangertosan pengaruh macem-macem fase ing logam, ukuran lan orientasi butir, lan cacat mikroskopik ing tingkat butir penting kanggo prédhiksi formability.
Nemtokake formability iku dhewe proses Komplek, amarga formability wis ditampilake banget gumantung ing dalan 1, 2, 3. Mulane, ing pemanggih conventional saka galur mbentuk pokok ora bisa dipercaya ing kahanan loading disproportionate. Ing tangan liyane, paling dalan mbukak ing aplikasi industri diklasifikasikaké minangka loading non-proporsional. Ing babagan iki, metode Marciniak-Kuchinsky (MK) hemispherical lan eksperimental tradisional4,5,6 kudu digunakake kanthi ati-ati. Ing taun-taun pungkasan, konsep liyane, Fracture Limit Diagram (FFLD), wis narik kawigatosan para insinyur formability. Ing konsep iki, model karusakan digunakake kanggo prédhiksi formability sheet. Ing babagan iki, kamardikan jalur wiwitane kalebu ing analisis lan asile cocog karo asil eksperimen sing ora ana skala7,8,9. Formability saka sheet metal gumantung ing sawetara paramèter lan sajarah Processing saka sheet, uga ing microstructure lan phase saka metal10,11,12,13,14,15.
Ketergantungan ukuran minangka masalah nalika nimbang fitur mikroskopis logam. Wis ditampilake yen, ing spasi deformasi cilik, katergantungan sifat vibrasi lan buckling gumantung banget karo ukuran dawa material16,17,18,19,20,21,22,23,24,25,26,27, 28,29,30. Pengaruh ukuran gandum ing formability wis suwe diakoni ing industri. Yamaguchi lan Mellor [31] nyinaoni efek ukuran butir lan kekandelan ing sifat tarik lembaran logam kanthi nggunakake analisis teoritis. Nggunakake model Marciniac, padha nglaporake yen ing beban tarik biaxial, nyuda rasio kekandelan kanggo ukuran butir nyebabake nyuda sifat tensile sheet. Asil eksperimen dening Wilson et al. 32 dikonfirmasi sing ngurangi kekandelan kanggo diameteripun gandum rata-rata (t / d) nyebabake nyuda ing extensibility biaxial saka sheets logam saka telung kekandelan beda. Dheweke nyimpulake yen ing nilai t / d kurang saka 20, inhomogeneity deformasi sing katon lan necking utamane kena pengaruh butir individu ing ketebalan lembaran. Ulvan lan Koursaris33 nyinaoni efek ukuran butir ing machinability sakabèhé saka 304 lan 316 stainless steels austenitic. Padha laporan sing formability saka logam iki ora kena pengaruh dening ukuran gandum, nanging owah-owahan cilik ing sifat tensile bisa katon. Iku Tambah ing ukuran gandum sing ndadékaké kanggo nyuda ing karakteristik kekuatan saka baja iki. Pengaruh kapadhetan dislokasi ing tekanan aliran logam nikel nuduhake yen kapadhetan dislokasi nemtokake tekanan aliran logam, preduli saka ukuran gandum34. Interaksi butir lan orientasi awal uga nduweni pengaruh gedhe marang evolusi tekstur aluminium, sing diteliti dening Becker lan Panchanadiswaran nggunakake eksperimen lan model plastisitas kristal35. Asil numerik ing analisis kasebut cocog karo eksperimen, sanajan sawetara asil simulasi nyimpang saka eksperimen amarga watesan kondisi wates sing ditrapake. Kanthi nyinaoni pola plastisitas kristal lan ndeteksi kanthi eksperimen, lembaran aluminium sing digulung nuduhake keterbentukan sing beda36. Asil kasebut nuduhake yen sanajan kurva tegangan-regangan saka lembaran sing beda-beda meh padha, ana bedane sing signifikan ing wangun sing adhedhasar nilai awal. Amelirad lan Assempour nggunakake eksperimen lan CPFEM kanggo entuk kurva tegangan-regangan kanggo lembaran baja tahan karat austenitik37. Simulasi kasebut nuduhake manawa paningkatan ukuran gandum mundhak ing FLD, mbentuk kurva watesan. Kajaba iku, penulis sing padha nyelidiki efek orientasi gandum lan morfologi ing pembentukan void 38.
Saliyane morfologi gandum lan orientasi ing baja tahan karat austenitik, kahanan kembar lan fase sekunder uga penting. Twinning minangka mekanisme utama kanggo hardening lan nambah elongasi ing baja TWIP 39. Hwang40 kacarita sing formability saka baja TWIP miskin senadyan respon tensile cekap. Nanging, efek saka kembar deformasi ing formability saka sheets baja austenitic durung cukup sinau. Mishra et al. 41 sinau stainless steels austenitic kanggo mirsani twinning ing macem-macem jalur regangan tarik. Dheweke nemokake manawa kembar bisa asale saka sumber bosok saka kembar anil lan kembar generasi anyar. Wis diamati manawa kembar paling gedhe dibentuk ing tension biaxial. Kajaba iku, dicathet menawa transformasi austenit dadi \({\ alpha}^{^{\prime}}\)-martensite gumantung saka jalur regangan. Hong et al. 42 nyelidiki efek saka strain-mlebu kembar lan martensite ing embrittlement hidrogen liwat sawetara suhu ing leleh laser selektif 316L baja austenitic. Iki diamati manawa, gumantung saka suhu, hidrogen bisa nyebabake kegagalan utawa nambah formability baja 316L. Shen et al. 43 kanthi eksperimen ngukur volume martensit deformasi miturut beban tarik ing macem-macem tingkat muatan. Ditemokake yen kenaikan regangan tarik nambah fraksi volume fraksi martensit.
Cara AI digunakake ing ilmu pengetahuan lan teknologi amarga versatility ing modeling masalah rumit tanpa nggunakake dhasar fisik lan matematika saka masalah44,45,46,47,48,49,50,51,52 Jumlah metode AI saya tambah. . Moradi et al. 44 nggunakake teknik machine learning kanggo ngoptimalake kondisi kimia kanggo ngasilake partikel nanosilika sing luwih alus. Sifat kimia liyane uga mengaruhi sifat bahan skala nano, sing wis diteliti ing akeh artikel riset53. Ce et al. 45 digunakake ANFIS kanggo prédhiksi formability saka baja karbon polos sheet metal ing macem-macem kahanan rolling. Amarga rolling kadhemen, Kapadhetan dislokasi ing baja entheng wis tambah Ngartekno. Baja karbon polos beda karo baja tahan karat austenitik ing mekanisme hardening lan restoratif. Ing baja karbon prasaja, transformasi fase ora kedadeyan ing struktur mikro logam. Saliyane fase logam, daktilitas, fraktur, machinability, lan liya-liyane logam uga kena pengaruh sawetara fitur mikrostruktur liyane sing kedadeyan sajrone macem-macem jinis perawatan panas, kerja dingin, lan penuaan54,55,56,57,58,59 ,60. , 61, 62. Bubar, Chen et al. 63 sinau efek rolling kadhemen ing formability saka baja 304L. Dheweke nganggep pengamatan fenomenologis mung ing tes eksperimen kanggo nglatih jaringan saraf kanggo prédhiksi formability. Nyatane, ing kasus baja tahan karat austenitik, sawetara faktor gabung kanggo nyuda sifat tensile sheet. Lu et al.64 digunakake ANFIS kanggo mirsani efek saka macem-macem paramèter ing proses expansion bolongan.
Minangka ringkes rembugan ing review ndhuwur, efek saka microstructure ing wangun watesan diagram wis ditampa sethitik manungsa waé ing sastra. Ing sisih liya, akeh fitur mikrostruktur sing kudu digatekake. Mulane, meh ora bisa nyakup kabeh faktor mikrostruktur ing metode analisis. Ing pangertèn iki, panggunaan intelijen buatan bisa migunani. Ing babagan iki, panliten iki nyelidiki efek saka salah sawijining aspek faktor mikrostruktur, yaiku anané martensit sing diakibatake stres, ing formabilitas lembaran baja tahan karat. Panaliten iki beda karo studi AI liyane babagan kemampuan kanggo mbentuk amarga fokus ing fitur mikrostruktur tinimbang mung kurva FLD eksperimen. We sought kanggo ngevaluasi formability saka 316 baja karo macem-macem isi martensite nggunakake cara eksperimen lan intelijen buatan. Ing langkah pisanan, 316 baja karo kekandelan dhisikan saka 2 mm iki anil lan kadhemen mbalek kanggo macem-macem kekandelan. Banjur, nggunakake kontrol metallografik, area relatif martensit diukur. Kapabilitas lembaran sing digulung ditemtokake nggunakake tes bledosan hemisphere kanggo entuk diagram watesan galur (FLD). Data sing ditampa saka dheweke banjur digunakake kanggo nglatih lan nguji sistem interferensi neuro-fuzzy buatan (ANFIS). Sawise latihan ANFIS, prediksi jaringan saraf dibandhingake karo asil eksperimen anyar.
Lembaran logam stainless steel austenitik 316 sing digunakake ing panliten iki nduweni komposisi kimia kaya sing ditampilake ing Tabel 1 lan kekandelan awal 1,5 mm. Annealing ing 1050 ° C kanggo 1 jam ngiring dening quenching banyu kanggo ngredhakaké stress residual ing sheet lan entuk microstructure seragam.
Struktur mikro baja austenitik bisa dicethakaké nggunakake sawetara etchants. Salah siji saka etchants paling apik yaiku 60% asam nitrat ing banyu suling, diukir ing 1 VDC kanggo 120 s38. Nanging, etchant iki mung nuduhake wates gandum lan ora bisa ngenali wates gandum pindho, minangka ditampilake ing Fig. Etchant liyane yaiku gliserol asetat, ing ngendi wates kembar bisa digambarake kanthi apik, nanging wates butir ora, kaya sing dituduhake ing Gambar 1b. Kajaba iku, sawise transformasi fase austenitik metastabil menyang fase \({\ alpha }^{^{\prime}}\) -martensite bisa dideteksi nggunakake etchant gliserol asetat, sing menarik kanggo sinau saiki.
Struktur mikro saka piring logam 316 sawise anil, dituduhake dening macem-macem etchants, (a) 200x, 60% \({\mathrm{HNO}}_{3}\) ing banyu suling ing 1,5 V kanggo 120 s, lan (b) 200x , gliseril asetat.
Lembaran anil dipotong dadi lembaran sing ambane 11 cm lan dawane 1 m kanggo digulung. Pabrik rolling kadhemen duwe rong gulungan simetris kanthi diameter 140 mm. Proses rolling kadhemen nyebabake transformasi austenit dadi martensit deformasi ing 316 stainless steel. Nggoleki rasio saka fase martensit kanggo fase austenit sawise rolling kadhemen liwat thicknesses beda. Ing anjir. 2 nuduhake sampel saka microstructure saka sheet metal. Ing anjir. 2a nuduhake gambar metalografi saka sampel sing digulung, sing dideleng saka arah sing tegak karo lembaran. Ing anjir. 2b nggunakake piranti lunak ImageJ65, bagean martensitik disorot ireng. Nggunakake piranti lunak open source iki, area fraksi martensit bisa diukur. Tabel 2 nuduhake pecahan rinci saka fase martensitic lan austenitic sawise Rolling kanggo macem-macem abang ing kekandelan.
Struktur mikro saka lembaran 316 L sawise digulung nganti nyuda ketebalan 50%, dideleng kanthi tegak lurus karo bidang lembaran, digedhekake kaping 200, gliserol asetat.
Nilai sing ditampilake ing Tabel 2 dipikolehi kanthi rata-rata fraksi martensit sing diukur liwat telung foto sing dijupuk ing lokasi sing beda ing spesimen metalografi sing padha. Kajaba iku, ing anjir. 3 nuduhake kurva pas kuadrat kanggo luwih ngerti efek rolling kadhemen ing martensite. Bisa dideleng yen ana korélasi sing meh linear antarane proporsi martensit lan pengurangan ketebalan ing kondisi gulungan kadhemen. Nanging, hubungan kuadrat luwih bisa makili hubungan iki.
Variasi proporsi martensit minangka fungsi nyuda kekandelan sajrone rolling kadhemen saka lembaran baja 316 sing wiwitane anil.
Watesan mbentuk dievaluasi miturut prosedur biasa nggunakake tes bledosan hemisphere37,38,45,66. In total, enem conto padha fabricated dening nglereni laser karo dimensi ditampilake ing Fig. 4a minangka pesawat saka conto eksperimen. Kanggo saben negara fraksi martensit, telung set spesimen uji disiapake lan diuji. Ing anjir. 4b nuduhake conto sing dipotong, dipoles, lan ditandhani.
Cetakan Nakazima mbatesi ukuran sampel lan papan potong. (a) Dimensi, (b) Spesimen sing dipotong lan ditandhani.
Tes kanggo punching hemispherical ditindakake kanthi nggunakake press hidrolik kanthi kecepatan perjalanan 2 mm / s. Ing lumahing kontak saka doyo lan sheet uga lubricated kanggo nyilikake efek gesekan ing mbentuk watesan. Terusake tes nganti ana penyempitan utawa pecah sing signifikan ing spesimen. Ing anjir. 5 nuduhake sampel numpes ing piranti lan sampel sawise testing.
Watesan mbentuk ditemtokake nggunakake test burst hemispherical, (a) test rig, (b) sampel plate ing break ing test rig, (c) sampel padha sawise testing.
Sistem neuro-fuzzy sing dikembangake dening Jang67 minangka alat sing cocog kanggo prediksi kurva watesan pembentukan godhong. Jinis jaringan syaraf tiruan iki kalebu pengaruh paramèter kanthi deskripsi sing ora jelas. Iki tegese dheweke bisa entuk nilai nyata ing lapangane. Nilai saka jinis iki luwih diklasifikasikake miturut regane. Saben kategori duwe aturan dhewe. Contone, nilai suhu bisa dadi nomer nyata, lan gumantung saka regane, suhu bisa diklasifikasikake minangka kadhemen, medium, anget, lan panas. Ing babagan iki, contone, aturan kanggo suhu sing kurang yaiku aturan "nganggo jaket", lan aturan kanggo suhu sing anget yaiku "T-shirt sing cukup". Ing logika fuzzy dhewe, output dievaluasi kanggo akurasi lan linuwih. Kombinasi sistem jaringan saraf kanthi logika fuzzy njamin yen ANFIS bakal menehi asil sing bisa dipercaya.
Gambar 6 diwenehake dening Jang67 nuduhake jaringan syaraf kabur prasaja. Kaya sing dituduhake, jaringan kasebut njupuk rong input, ing panliten kita, input kasebut yaiku proporsi martensit ing struktur mikro lan nilai galur cilik. Ing tingkat analisis pisanan, nilai input dibedakake nggunakake aturan fuzzy lan fungsi anggota (FC):
Kanggo \(i=1, 2\), amarga input dianggep duwe rong kategori deskripsi. MF bisa njupuk segitiga, trapezoid, Gaussian, utawa wangun liyane.
Adhedhasar kategori \({A}_{i}\) lan \({B}_{i}\) lan nilai MF ing tingkat 2, sawetara aturan diadopsi, kaya sing dituduhake ing Gambar 7. Ing iki lapisan, efek saka macem-macem input Piye wae digabungake. Ing kene, aturan ing ngisor iki digunakake kanggo nggabungake pengaruh fraksi martensit lan nilai regangan minor:
Output \({w}_{i}\) saka lapisan iki diarani intensitas nyala. Intensitas nyala iki dinormalisasi ing lapisan 3 miturut hubungan ing ngisor iki:
Ing lapisan 4, aturan Takagi lan Sugeno67,68 kalebu ing pitungan kanggo njupuk pengaruh saka nilai awal paramèter input. Lapisan iki nduweni hubungan ing ngisor iki:
Asil asil \({f}_{i}\) dipengaruhi dening nilai normal ing lapisan, sing menehi asil final, nilai warp utama:
ngendi \(NR\) nggantosi nomer aturan. Peran jaringan saraf ing kene yaiku nggunakake algoritma optimasi internal kanggo mbenerake paramèter jaringan sing ora dingerteni. Parameter sing ora dingerteni yaiku parameter sing diasilake \(\ left\{{p}_{i}, {q}_{i}, {r}_{i}\right\}\), lan paramèter sing ana hubungane karo MF fungsi wangun lonceng angin umum dianggep:
Diagram watesan wangun gumantung ing pirang-pirang paramèter, saka komposisi kimia nganti riwayat deformasi lembaran logam. Sawetara paramèter gampang dievaluasi, kalebu paramèter tes tensile, dene liyane mbutuhake prosedur sing luwih rumit kayata metalografi utawa penentuan stres sisa. Umume kasus, disaranake nindakake tes watesan galur kanggo saben batch sheet. Nanging, kadhangkala asil tes liyane bisa digunakake kanggo kira-kira watesan mbentuk. Contone, sawetara panliten nggunakake asil tes tensile kanggo nemtokake kemampuan lembaran69,70,71,72. Panaliten liyane kalebu luwih akeh paramèter ing analisis, kayata kekandelan gandum lan ukuran31,73,74,75,76,77. Nanging, ora nguntungake komputasi kanggo nyakup kabeh parameter sing diidini. Mangkono, panggunaan model ANFIS bisa dadi pendekatan sing cukup kanggo ngatasi masalah kasebut45,63.
Ing makalah iki, pengaruh isi martensit ing diagram watesan mbentuk lembaran baja austenitik 316 diselidiki. Ing babagan iki, kumpulan data disiapake kanthi nggunakake tes eksperimen. Sistem sing dikembangake nduweni rong variabel input: proporsi martensit sing diukur ing tes metalografi lan sawetara galur teknik cilik. Asil punika deformasi engineering utama kurva watesan mbentuk. Ana telung jinis fraksi martensit: fraksi alus, medium lan dhuwur. Kurang tegese proporsi martensit kurang saka 10%. Ing kahanan moderat, proporsi martensit antara 10% nganti 20%. Nilai martensit sing dhuwur dianggep minangka fraksi luwih saka 20%. Kajaba iku, galur sekunder nduweni telung kategori sing beda antarane -5% lan 5% ing cedhak sumbu vertikal, sing digunakake kanggo nemtokake FLD0. Kisaran positif lan negatif yaiku rong kategori liyane.
Asil tes hemisferik ditampilake ing Gbr. Tokoh nuduhake 6 diagram mbentuk watesan, 5 kang FLD saka sheets mbalek individu. Diwenehi titik safety lan kurva watesan ndhuwur mbentuk kurva watesan (FLC). Tokoh pungkasan mbandhingaké kabeh FLCs. Minangka bisa katon saka tokoh pungkasan, Tambah ing proporsi martensite ing 316 baja austenitic nyuda formability saka sheet metal. Ing sisih liya, nambah proporsi martensit mboko sithik ngowahi FLC dadi kurva simetris babagan sumbu vertikal. Ing rong grafik pungkasan, sisih tengen kurva rada luwih dhuwur tinimbang sisih kiwa, sing tegese formability ing tension biaxial luwih dhuwur tinimbang ing tension uniaxial. Kajaba iku, galur teknik cilik lan utama sadurunge necking mudhun kanthi proporsi martensit sing tambah.
316 mbentuk kurva watesan. Pengaruh proporsi martensit ing wangun lembaran baja austenitik. (titik aman SF, kurva watesan formasi FLC, martensit M).
Jaringan saraf dilatih ing 60 set asil eksperimen kanthi fraksi martensit 7,8, 18,3 lan 28,7%. Set data 15.4% martensit dilindhungi undhang-undhang kanggo proses verifikasi lan 25.6% kanggo proses tes. Kesalahan sawise 150 epochs kira-kira 1,5%. Ing anjir. 9 nuduhake korélasi antarane output nyata (\({\ epsilon }_{1}\), beban kerja teknik dasar) sing diwenehake kanggo latihan lan testing. Nalika sampeyan bisa ndeleng, ing NFS dilatih prédhiksi \({\ epsilon} _{1}\) satisfactorily kanggo bagean sheet metal.
(a) Korelasi antarane nilai sing diprediksi lan aktual sawise proses latihan, (b) Kesalahan antarane nilai sing diprediksi lan aktual kanggo beban teknik utama ing FLC sajrone latihan lan verifikasi.
Ing sawetara titik sajrone latihan, jaringan ANFIS mesthi didaur ulang. Kanggo nemtokake iki, mriksa paralel ditindakake, diarani "mriksa". Yen nilai kesalahan validasi nyimpang saka nilai latihan, jaringan wiwit nglatih maneh. Kaya sing ditampilake ing Gambar 9b, sadurunge jaman 150, prabédan antarane kurva sinau lan validasi cilik, lan padha ngetutake kurva sing padha. Ing titik iki, kesalahan proses validasi wiwit nyimpang saka kurva pembelajaran, sing minangka tandha overfitting ANFIS. Mangkono, jaringan ANFIS kanggo babak 150 disimpen kanthi kesalahan 1,5%. Banjur prediksi FLC kanggo ANFIS dikenalake. Ing anjir. 10 nuduhake kurva sing diprediksi lan nyata kanggo conto sing dipilih sing digunakake ing proses latihan lan verifikasi. Wiwit data saka kurva kasebut digunakake kanggo nglatih jaringan kasebut, mula ora kaget yen prediksi sing cedhak banget.
Kurva prediksi FLC lan ANFIS eksperimen nyata ing macem-macem kondisi konten martensit. Kurva iki digunakake ing proses latihan.
Model ANFIS ora ngerti apa sing kedadeyan karo sampel pungkasan. Mula, kita nguji ANFIS sing dilatih kanggo FLC kanthi ngirim conto kanthi fraksi martensit 25,6%. Ing anjir. 11 nuduhake prediksi ANFIS FLC uga FLC eksperimen. Kesalahan maksimal antarane nilai ramalan lan nilai eksperimen yaiku 6,2%, sing luwih dhuwur tinimbang nilai ramalan sajrone latihan lan validasi. Nanging, kesalahan iki minangka kesalahan sing bisa ditampa dibandhingake karo studi liyane sing prédhiksi FLC sacara teoritis37.
Ing industri, paramèter sing mengaruhi formability diterangake ing wangun ilat. Contone, "gandum coarse nyuda formability" utawa "tambah kerja kadhemen nyuda FLC". Input menyang jaringan ANFIS ing tahap kapisan diklasifikasikake ing kategori linguistik kayata rendah, medium lan dhuwur. Ana macem-macem aturan kanggo macem-macem kategori ing jaringan. Mula, ing industri, jinis jaringan iki bisa migunani banget babagan kalebu sawetara faktor ing deskripsi lan analisis linguistik. Ing karya iki, kita nyoba kanggo njupuk menyang akun salah siji fitur utama microstructure saka stainless steels austenitic kanggo nggunakake kemungkinan saka ANFIS. Jumlah martensit sing diakibatake stres 316 minangka akibat langsung saka kerja dingin saka sisipan kasebut. Liwat eksperimen lan analisis ANFIS, wis ditemokake yen nambah proporsi martensit ing jinis baja tahan karat austenitik iki nyebabake penurunan FLC piring 316 sing signifikan, saéngga nambah proporsi martensit saka 7,8% dadi 28,7% nyuda. FLD0 saka 0.35. nganti 0,1 mungguh. Ing sisih liya, jaringan ANFIS sing dilatih lan divalidasi bisa prédhiksi FLC nggunakake 80% data eksperimen sing kasedhiya kanthi kesalahan maksimal 6,5%, sing minangka wates kesalahan sing bisa ditampa dibandhingake karo prosedur teoritis lan hubungan fenomenologis liyane.
Dhata data sing digunakake lan/utawa dianalisis ing panliten saiki kasedhiya saka panulis masing-masing kanthi panyuwunan sing cukup.
Iftikhar, CMA, et al. Evolusi jalur pametumu sabanjure saka campuran magnesium AZ31 sing diekstrusi "kaya" ing jalur muatan proporsional lan non-proporsional: eksperimen lan simulasi CPFEM. internal J. Prast. 151, 103216 (2022).
Iftikhar, TsMA et al. Évolusi saka lumahing ngasilake sakteruse sawise ewah-ewahan bentuk plastik ing sadawane dalan loading proporsional lan non-proporsional saka alloy AA6061 annealed: nyobi lan modeling unsur winates saka plasticity kristal. internal J. Plast 143, 102956 (2021).
Manik, T., Holmedal, B. & Hopperstad, OS Stress transients, hardening karya, lan aluminium r nilai amarga owah-owahan path galur. internal J. Prast. 69, 1–20 (2015).
Mamushi, H. et al. Cara eksperimen anyar kanggo nemtokake diagram mbentuk watesan kanthi njupuk efek tekanan normal. internal J. Alma mater. wujud. 15(1), 1 (2022).
Yang Z. et al. Kalibrasi Eksperimen Parameter Patah Ulur lan Watesan Regangan AA7075-T6 Lembaran Logam. J. Alma mater. proses. teknologi. 291, 117044 (2021).
Petrits, A. et al. Piranti panen energi sing didhelikake lan sensor biomedis adhedhasar konverter feroelektrik ultra-fleksibel lan dioda organik. Komune nasional. 12(1), 2399 (2021).
Basak, S. lan Panda, SK Analysis saka watesan necking lan fraktur saka macem-macem piring predeformed ing polar dalan ewah-ewahan bentuk plastik efektif nggunakake model ngasilaken Yld 2000-2d. J. Alma mater. proses. teknologi. 267, 289–307 (2019).
Basak, S. lan Panda, SK Fracture Deformations ing Anisotropic Sheet Metals: Evaluasi Eksperimen lan Prediksi Teoretis. internal J. Mecha. ngelmu. 151, 356–374 (2019).
Jalefar, F., Hashemi, R. & Hosseinipur, SJ Sinau eksperimental lan teoretis babagan efek ngganti lintasan galur ing diagram watesan cetakan AA5083. internal J. Adv. pabrikan. teknologi. 76(5–8), 1343–1352 (2015).
Habibi, M. et al. Sinau eksperimen babagan sifat mekanik, kebolehbentukan, lan diagram pembentuk pembatasan gesekan stir welded blanks. J. Tukang gawe. proses. 31, 310–323 (2018).
Habibi, M., dkk. Ngelingi pengaruh mlengkung, diagram watesan dibentuk kanthi nggabungake model MC menyang modeling unsur terhingga. proses. Institut bulu. proyek. L 232(8), 625–636 (2018).
Wektu kirim: Jun-08-2023