Nature.com भ्रमण गर्नुभएकोमा धन्यवाद। तपाईं सीमित CSS समर्थनको साथ ब्राउजर संस्करण प्रयोग गर्दै हुनुहुन्छ। उत्तम अनुभवको लागि, हामी तपाईंलाई अपडेट गरिएको ब्राउजर प्रयोग गर्न सिफारिस गर्छौं (वा इन्टरनेट एक्सप्लोररमा अनुकूलता मोड असक्षम गर्नुहोस्)। थप रूपमा, निरन्तर समर्थन सुनिश्चित गर्न, हामी शैलीहरू र जाभास्क्रिप्ट बिना साइट देखाउँछौं।
स्लाइडरहरू प्रति स्लाइड तीन लेखहरू देखाउँदै। स्लाइडहरू मार्फत सार्नको लागि पछाडि र अर्को बटनहरू प्रयोग गर्नुहोस्, वा प्रत्येक स्लाइडमा सार्नको लागि अन्तमा स्लाइड नियन्त्रक बटनहरू प्रयोग गर्नुहोस्।
स्टेनलेस स्टील शीटको फॉर्मेबिलिटीमा माइक्रोस्ट्रक्चरको प्रभाव शीट मेटलवर्किङ इन्जिनियरहरूको लागि प्रमुख चिन्ता हो। अस्टेनिटिक स्टील्सका लागि, माइक्रोस्ट्रक्चरमा विरूपण मार्टेन्साइट (\({\alpha}^{^{\prime))\)-मार्टेन्साइट) को उपस्थितिले महत्त्वपूर्ण कठोरता र सुदृढतामा कमी निम्त्याउँछ। यस अध्ययनमा, हामीले प्रायोगिक र कृत्रिम बुद्धिमत्ता विधिहरूद्वारा विभिन्न मार्टेन्सिटिक शक्तिहरूसँग AISI 316 स्टील्सको ढाँचाको मूल्याङ्कन गर्ने लक्ष्य राखेका थियौं। पहिलो चरणमा, 2 मिमीको प्रारम्भिक मोटाईको AISI 316 स्टिललाई एनेल गरिएको थियो र विभिन्न मोटाइहरूमा चिसो रोल गरिएको थियो। पछि, सापेक्ष तनाव मार्टेन्साइट क्षेत्र मेटालोग्राफिक परीक्षण द्वारा मापन गरियो। रोल्ड पानाहरूको फॉर्मेबिलिटी स्ट्रेन लिमिट डायग्राम (FLD) प्राप्त गर्नको लागि गोलार्ध फट परीक्षण प्रयोग गरेर निर्धारण गरिएको थियो। प्रयोगको नतिजाको रूपमा प्राप्त डाटा थप प्रशिक्षण र कृत्रिम न्यूरो-फजी हस्तक्षेप प्रणाली (ANFIS) परीक्षण गर्न प्रयोग गरिन्छ। ANFIS प्रशिक्षण पछि, न्यूरल नेटवर्क द्वारा भविष्यवाणी गरिएको प्रमुख स्ट्रेनहरू प्रयोगात्मक परिणामहरूको नयाँ सेटसँग तुलना गरिएको थियो। नतिजाहरूले देखाउँछन् कि चिसो रोलिङले यस प्रकारको स्टेनलेस स्टीलको सुदृढतामा नकारात्मक प्रभाव पार्छ, तर पानाको बल धेरै सुधारिएको छ। थप रूपमा, ANFIS ले प्रयोगात्मक मापनको तुलनामा सन्तोषजनक नतिजाहरू देखाउँछ।
पाना धातु गठन गर्ने क्षमता, यद्यपि दशकौंको लागि वैज्ञानिक लेखहरूको विषय, धातु विज्ञानमा अनुसन्धानको एक रोचक क्षेत्र बनी रहेको छ। नयाँ प्राविधिक उपकरणहरू र कम्प्युटेसनल मोडेलहरूले यसलाई प्रभाव पार्ने सम्भावित कारकहरू फेला पार्न सजिलो बनाउँदछ। सबैभन्दा महत्त्वपूर्ण कुरा, आकार सीमाको लागि माइक्रोस्ट्रक्चरको महत्त्व हालैका वर्षहरूमा क्रिस्टल प्लास्टिसिटी फिनेट एलिमेन्ट मेथड (CPFEM) को प्रयोग गरेर प्रकट भएको छ। अर्कोतर्फ, स्क्यानिङ इलेक्ट्रोन माइक्रोस्कोपी (SEM) र इलेक्ट्रोन ब्याकस्क्याटर विवर्तन (EBSD) को उपलब्धताले शोधकर्ताहरूलाई विरूपणको समयमा क्रिस्टल संरचनाहरूको माइक्रोस्ट्रक्चरल गतिविधि अवलोकन गर्न मद्दत गर्दछ। धातुहरूमा विभिन्न चरणहरूको प्रभाव, अन्नको आकार र अभिमुखीकरण, र अनाज स्तरमा सूक्ष्म दोषहरू बुझ्न महत्त्वपूर्ण छ।
फॉर्मेबिलिटी निर्धारण गर्नु आफैमा एक जटिल प्रक्रिया हो, किनकि फॉर्मेबिलिटी पथ १, २, ३ मा अत्यधिक निर्भर रहेको देखाइएको छ। त्यसैले, परम गठन स्ट्रेनको परम्परागत धारणाहरू असमान लोडिङ अवस्थाहरूमा अविश्वसनीय छन्। अर्कोतर्फ, औद्योगिक अनुप्रयोगहरूमा अधिकांश लोड मार्गहरू गैर-आनुपातिक लोडिङको रूपमा वर्गीकृत छन्। यस सन्दर्भमा, परम्परागत गोलार्ध र प्रयोगात्मक Marciniak-Kuchinsky (MK) विधिहरू 4,5,6 सावधानीका साथ प्रयोग गर्नुपर्छ। हालैका वर्षहरूमा, अर्को अवधारणा, फ्र्याक्चर लिमिट डायग्राम (FFLD), ले धेरै फर्मेबिलिटी इन्जिनियरहरूको ध्यान आकर्षित गरेको छ। यस अवधारणामा, क्षतिको मोडेल पानाको संरचनाको भविष्यवाणी गर्न प्रयोग गरिन्छ। यस सन्दर्भमा, पथ स्वतन्त्रता प्रारम्भिक रूपमा विश्लेषणमा समावेश गरिएको छ र नतिजाहरू अनस्केल गरिएको प्रयोगात्मक परिणामहरू7,8,9 सँग राम्रो सम्झौतामा छन्। पाना धातुको फॉर्मेबिलिटी धेरै प्यारामिटरहरू र पानाको प्रशोधन इतिहास, साथै धातुको माइक्रोस्ट्रक्चर र चरणमा निर्भर गर्दछ 10,11,12,13,14,15।
धातुहरूको सूक्ष्म विशेषताहरू विचार गर्दा आकार निर्भरता एक समस्या हो। यो देखाइएको छ कि, साना विरूपण स्थानहरूमा, कम्पन र बकलिंग गुणहरूको निर्भरता सामग्रीको लम्बाइ स्केलमा निर्भर गर्दछ 16,17,18,19,20,21,22,23,24,25,26,27, 28,29,30। फार्मेबिलिटीमा अनाजको आकारको प्रभाव लामो समयदेखि उद्योगमा पहिचान गरिएको छ। यामागुची र मेलोर [३१] ले अनाजको आकार र मोटाईको प्रभावलाई सैद्धान्तिक विश्लेषण प्रयोग गरेर धातुका पानाहरूको तन्य गुणहरूमा अध्ययन गरे। मार्सिनियाक मोडेल प्रयोग गरेर, तिनीहरू रिपोर्ट गर्छन् कि द्विअक्षीय तन्य लोडिङ अन्तर्गत, मोटाई र दानाको आकारको अनुपातमा कमीले पानाको तन्य गुणहरूमा कमी ल्याउँछ। विल्सन एट अल द्वारा प्रयोगात्मक परिणाम। 32 ले पुष्टि गर्यो कि मोटाईलाई औसत ग्रेन व्यास (t/d) मा घटाउँदा तीन फरक मोटाईका धातु पानाहरूको द्विअक्षीय विस्तारिततामा कमी आयो। तिनीहरूले निष्कर्ष निकाले कि 20 भन्दा कमको t/d मानहरूमा, उल्लेखनीय विरूपण inhomogeneity र घाँटी मुख्यतया पानाको मोटाईमा व्यक्तिगत अन्नबाट प्रभावित हुन्छन्। Ulvan र Koursaris33 ले 304 र 316 austenitic स्टेनलेस स्टील्स को समग्र machinability मा अनाज आकार को प्रभाव को अध्ययन गर्यो। तिनीहरूले रिपोर्ट गर्छन् कि यी धातुहरूको सुदृढता अनाजको आकारले प्रभावित हुँदैन, तर तन्य गुणहरूमा सानो परिवर्तन देख्न सकिन्छ। यो अनाजको आकारमा वृद्धि हो जसले यी स्टीलहरूको शक्ति विशेषताहरूमा कमी ल्याउँछ। निकल धातुहरूको प्रवाह तनावमा अव्यवस्था घनत्वको प्रभावले अनाजको आकारलाई ध्यान नदिई धातुको प्रवाहको तनावलाई विस्थापन घनत्वले निर्धारण गर्छ भनेर देखाउँछ। अनाज अन्तरक्रिया र प्रारम्भिक अभिविन्यासले पनि एल्युमिनियम बनावटको विकासमा ठूलो प्रभाव पार्छ, जुन क्रिस्टल प्लास्टिसिटीको प्रयोग र मोडेलिङ प्रयोग गरेर बेकर र पञ्चनदिस्वरनद्वारा अनुसन्धान गरिएको थियो। तिनीहरूको विश्लेषणमा संख्यात्मक नतिजाहरू प्रयोगहरूसँग राम्रो सम्झौतामा छन्, यद्यपि केही सिमुलेशन परिणामहरू लागू सीमा सर्तहरूको सीमितताका कारण प्रयोगहरूबाट विचलित हुन्छन्। क्रिस्टल प्लास्टिसिटी ढाँचाहरू अध्ययन गरेर र प्रयोगात्मक रूपमा पत्ता लगाएर, रोल गरिएको एल्युमिनियम पानाहरूले फरक फॉर्मेबिलिटी देखाउँछन्। नतिजाहरूले देखाए कि यद्यपि विभिन्न पानाहरूको तनाव-तनाव वक्रहरू लगभग समान थिए, प्रारम्भिक मानहरूमा आधारित तिनीहरूको संरचनात्मकतामा महत्त्वपूर्ण भिन्नताहरू थिए। Amelirad र Assempour ले austenitic स्टेनलेस स्टील शीट को लागि तनाव-तनाव वक्र प्राप्त गर्न प्रयोग र CPFEM प्रयोग गर्यो37। तिनीहरूको सिमुलेशनले देखाएको छ कि अनाजको आकारमा वृद्धि FLD मा माथितिर सर्छ, सीमित वक्र बनाउँछ। थप रूपमा, उही लेखकहरूले voids 38 को गठनमा अन्न अभिविन्यास र आकारविज्ञानको प्रभावको अनुसन्धान गरे।
अस्टेनिटिक स्टेनलेस स्टील्समा ग्रेन मोर्फोलजी र अभिमुखीकरणको अतिरिक्त, जुम्ल्याहा र माध्यमिक चरणहरूको अवस्था पनि महत्त्वपूर्ण छ। TWIP 39 स्टिलमा कडा बनाउने र लम्बाइ बढाउने मुख्य संयन्त्र जुम्ल्याहा हो। Hwang40 रिपोर्ट गरिएको छ कि TWIP स्टील्स को सुदृढता पर्याप्त तन्य प्रतिक्रिया को बावजूद कमजोर थियो। यद्यपि, अस्टेनिटिक स्टिल शीटको सुदृढतामा विरूपण जुम्ल्याहाको प्रभाव पर्याप्त रूपमा अध्ययन गरिएको छैन। मिश्र आदि। 41 ले विभिन्न टेन्साइल स्ट्रेन पथहरू अन्तर्गत जुम्ल्याहाहरू अवलोकन गर्न अस्टेनिटिक स्टेनलेस स्टीलहरू अध्ययन गरे। तिनीहरूले पत्ता लगाए कि जुम्ल्याहाहरू एनेल गरिएको जुम्ल्याहा र जुम्ल्याहाको नयाँ पुस्ता दुवैको क्षय स्रोतबाट उत्पन्न हुन सक्छ। यो देखाइएको छ कि सबैभन्दा ठूलो जुम्ल्याहा द्विअक्षीय तनाव अन्तर्गत बन्छन्। थप रूपमा, यो नोट गरिएको थियो कि austenite को रूपान्तरण \({\alpha}^{^{\prime}}\)-मार्टेन्साइट स्ट्रेन मार्गमा निर्भर गर्दछ। Hong et al। 42 ले 316L अस्टेनिटिक स्टिलको चयनात्मक लेजर पिघलनमा तापमानको दायरामा हाइड्रोजन एम्ब्रिटलमेन्टमा तनाव-प्रेरित जुम्ल्याहा र मार्टेन्साइटको प्रभावको अनुसन्धान गर्यो। यो देखियो कि, तापक्रमको आधारमा, हाइड्रोजनले विफलता निम्त्याउन सक्छ वा 316L स्टीलको सुदृढता सुधार गर्न सक्छ। शेन एट अल। 43 प्रयोगात्मक रूपमा विभिन्न लोडिङ दरहरूमा टेन्साइल लोडिङ अन्तर्गत विरूपण मार्टेन्साइटको मात्रा मापन गरियो। यो फेला पर्यो कि तन्य तनाव मा वृद्धि मार्टेन्साइट अंश को मात्रा अंश बढ्छ।
AI विधिहरू विज्ञान र प्रविधिमा प्रयोग गरिन्छ किनभने तिनीहरूको बहुमुखी प्रतिभाको कारणले जटिल समस्याहरूको भौतिक र गणितीय आधारहरूको सहारा नगरी AI विधिहरूको संख्या बढ्दै गएको छ। । मोरादी र अन्य। 44 न्यानोसिलिका कणहरू उत्पादन गर्न रासायनिक अवस्थाहरूलाई अनुकूलन गर्न मेसिन लर्निङ प्रविधिहरू प्रयोग गरियो। अन्य रासायनिक गुणहरूले पनि नानोस्केल सामग्रीको गुणहरूलाई प्रभाव पार्छ, जुन धेरै अनुसन्धान लेखहरूमा अनुसन्धान गरिएको छ। Ce et al। 45 ले विभिन्न रोलिङ अवस्थाहरूमा सादा कार्बन स्टिल शीट मेटलको ढाँचाको भविष्यवाणी गर्न ANFIS प्रयोग गर्यो। कोल्ड रोलिङको कारण, हल्का स्टीलमा विस्थापन घनत्व उल्लेखनीय रूपमा बढेको छ। सादा कार्बन स्टीलहरू तिनीहरूको कडा र पुनर्स्थापना तंत्रमा अस्टेनिटिक स्टेनलेस स्टीलहरूबाट भिन्न हुन्छन्। साधारण कार्बन स्टील मा, चरण रूपान्तरण धातु microstructure मा देखा पर्दैन। धातुको चरणको अतिरिक्त, धातुहरूको लचकता, फ्र्याक्चर, मेसिनेबिलिटी, आदि विभिन्न प्रकारका ताप उपचार, चिसो कार्य, र बुढ्यौलीको समयमा हुने अन्य धेरै माइक्रोस्ट्रक्चरल सुविधाहरूबाट पनि प्रभावित हुन्छ।54,55,56,57,58,59 ,60। , 61, 62। हालै, चेन एट अल। 63 ले 304L स्टीलको फॉर्मेबिलिटीमा कोल्ड रोलिङको प्रभावको अध्ययन गर्यो। तिनीहरूले प्रायोगिक परीक्षणहरूमा मात्र घटनात्मक अवलोकनहरूलाई ध्यानमा राखे ताकि तंत्रिका सञ्जाललाई सुदृढताको भविष्यवाणी गर्न प्रशिक्षित गर्नुहोस्। वास्तवमा, austenitic स्टेनलेस स्टील्स को मामला मा, धेरै कारक पाना को तन्य गुण कम गर्न को लागी संयोजन गर्दछ। Lu et al.64 ले प्वाल विस्तार प्रक्रियामा विभिन्न प्यारामिटरहरूको प्रभाव अवलोकन गर्न ANFIS प्रयोग गर्यो।
माथिको समीक्षामा संक्षिप्त रूपमा छलफल गरिए अनुसार, आकार सीमा रेखाचित्रमा माइक्रोस्ट्रक्चरको प्रभावलाई साहित्यमा थोरै ध्यान दिइएको छ। अर्कोतर्फ, धेरै माइक्रोस्ट्रक्चरल सुविधाहरू खातामा लिनु पर्छ। तसर्थ, विश्लेषणात्मक विधिहरूमा सबै माइक्रोस्ट्रक्चरल कारकहरू समावेश गर्न लगभग असम्भव छ। यस अर्थमा, आर्टिफिसियल इन्टेलिजेन्सको प्रयोग लाभदायक हुन सक्छ। यस सन्दर्भमा, यो अध्ययनले स्टेनलेस स्टील शीटहरूको सुदृढतामा माइक्रोस्ट्रक्चरल कारकहरूको एक पक्षको प्रभावको अनुसन्धान गर्दछ, अर्थात् तनाव-प्रेरित मार्टेन्साइटको उपस्थिति। यो अध्ययन प्रायोगिक FLD कर्भको सट्टा माइक्रोस्ट्रक्चरल सुविधाहरूमा फोकस भएकोमा फार्मेबिलिटीको सन्दर्भमा अन्य एआई अध्ययनहरू भन्दा फरक छ। हामीले प्रायोगिक र कृत्रिम बुद्धिमत्ता विधिहरू प्रयोग गरेर विभिन्न मार्टेन्साइट सामग्रीहरूको साथ 316 स्टीलको संरचनात्मकता मूल्याङ्कन गर्न खोज्यौं। पहिलो चरणमा, 2 एमएमको प्रारम्भिक मोटाईको 316 स्टिललाई एनेल गरिएको थियो र विभिन्न मोटाइहरूमा चिसो रोल गरिएको थियो। त्यसपछि, मेटालोग्राफिक नियन्त्रण प्रयोग गरेर, मार्टेन्साइटको सापेक्ष क्षेत्र मापन गरियो। रोल्ड पानाहरूको फॉर्मेबिलिटी स्ट्रेन लिमिट डायग्राम (FLD) प्राप्त गर्नको लागि गोलार्ध फट परीक्षण प्रयोग गरेर निर्धारण गरिएको थियो। उहाँबाट प्राप्त डाटा पछि कृत्रिम न्यूरो-फजी हस्तक्षेप प्रणाली (ANFIS) को प्रशिक्षण र परीक्षण गर्न प्रयोग गरियो। ANFIS प्रशिक्षण पछि, न्यूरल नेटवर्क भविष्यवाणीहरू प्रयोगात्मक परिणामहरूको नयाँ सेटसँग तुलना गरिन्छ।
हालको अध्ययनमा प्रयोग गरिएको 316 austenitic स्टेनलेस स्टील धातु पानाको रासायनिक संरचना तालिका 1 मा देखाइएको छ र 1.5 मिमी को प्रारम्भिक मोटाई छ। 1050 डिग्री सेल्सियसमा 1 घण्टाको लागि एनिलिङ र त्यसपछि पानामा अवशिष्ट तनावहरू कम गर्न र एक समान माइक्रोस्ट्रक्चर प्राप्त गर्न पानी शमन गर्नुहोस्।
अस्टेनिटिक स्टील्सको माइक्रोस्ट्रक्चर धेरै ईचेन्टहरू प्रयोग गरेर प्रकट गर्न सकिन्छ। एक उत्कृष्ट नक्काशी भनेको डिस्टिल्ड पानीमा 60% नाइट्रिक एसिड हो, 120 s38 को लागि 1 VDC मा नक्काशी। यद्यपि, यो इचेन्टले अन्नको सीमा मात्र देखाउँछ र दोहोरो अन्न सीमाहरू पहिचान गर्न सक्दैन, चित्र 1a मा देखाइएको छ। अर्को एचेन्ट ग्लिसरोल एसीटेट हो, जसमा जुम्ल्याहा सीमाहरू राम्ररी कल्पना गर्न सकिन्छ, तर अनाज सीमाहरू छैनन्, चित्र 1b मा देखाइएको छ। थप रूपमा, मेटास्टेबल अस्टेनिटिक चरणको रूपान्तरण पछि \({\alpha }^{^{\prime}}\)-मार्टेन्साइट चरणलाई ग्लिसरोल एसीटेट इचेन्ट प्रयोग गरेर पत्ता लगाउन सकिन्छ, जुन हालको अध्ययनमा रुचि छ।
एनिलिङ पछि मेटल प्लेट 316 को माइक्रोस्ट्रक्चर, विभिन्न एचेन्टहरू द्वारा देखाइएको, (a) 200x, 60% \({\mathrm{HNO}}_{3}\) डिस्टिल्ड पानीमा 1.5 V मा 120 s को लागि, र (b) 200x , ग्लिसरिल एसीटेट।
एनेल गरिएको पानाहरू 11 सेन्टिमिटर चौडा र 1 मिटर लामो पानाहरूमा रोलिङको लागि काटिएको थियो। कोल्ड रोलिङ प्लान्टमा 140 मिमी व्यासको साथ दुई सममित रोलहरू छन्। कोल्ड रोलिङ प्रक्रियाले 316 स्टेनलेस स्टीलमा अस्टेनाइटलाई विरूपण मार्टेन्साइटमा रूपान्तरण गर्दछ। विभिन्न मोटाईहरू मार्फत चिसो रोलिङ पछि अस्टेनाइट चरणमा मार्टेन्साइट चरणको अनुपात खोज्दै। अंजीर मा। 2 ले पाना धातुको माइक्रोस्ट्रक्चरको नमूना देखाउँछ। अंजीर मा। 2a ले रोल गरिएको नमूनाको मेटालोग्राफिक छवि देखाउँछ, जसरी पानामा सीधा दिशाबाट हेरिएको छ। अंजीर मा। 2b ImageJ65 सफ्टवेयर प्रयोग गरेर, martensitic भाग कालोमा हाइलाइट गरिएको छ। यो खुला स्रोत सफ्टवेयरको उपकरणहरू प्रयोग गरेर, मार्टेन्साइट अंशको क्षेत्रफल मापन गर्न सकिन्छ। तालिका 2 ले मार्टेन्सिटिक र अस्टेनिटिक चरणहरूको विस्तृत अंशहरू मोटाईमा विभिन्न कटौतीहरूमा रोलिंग पछि देखाउँछ।
316 L पानाको माइक्रोस्ट्रक्चर मोटाईमा 50% कमीमा रोलिंग पछि, पानाको प्लेनमा लम्बवत हेरिएको, 200 पटक म्याग्निफाइड, ग्लिसरोल एसीटेट।
तालिका 2 मा प्रस्तुत मानहरू एउटै मेटालोग्राफिक नमूनामा विभिन्न स्थानहरूमा लिइएका तीन तस्बिरहरूमा मापन गरिएको मार्टेन्साइट अंशहरू औसत गरेर प्राप्त गरिएको थियो। यसको अतिरिक्त, अंजीर मा। मार्टेन्साइटमा चिसो रोलिङको प्रभावलाई राम्रोसँग बुझ्नको लागि 3 ले क्वाड्राटिक फिटिङ कर्भहरू देखाउँछ। यो देख्न सकिन्छ कि कोल्ड रोल्ड अवस्थामा मार्टेन्साइटको अनुपात र मोटाई घटाउने बीच लगभग एक रैखिक सम्बन्ध छ। यद्यपि, एक द्विघात सम्बन्धले यस सम्बन्धलाई राम्रोसँग प्रतिनिधित्व गर्न सक्छ।
प्रारम्भिक रूपमा एनेल गरिएको 316 स्टील शीटको चिसो रोलिङको समयमा मोटाई घटाउने कार्यको रूपमा मार्टेन्साइटको अनुपातमा भिन्नता।
आकार निर्धारण सीमा सामान्य प्रक्रिया अनुसार गोलार्ध फट परीक्षणहरू 37,38,45,66 प्रयोग गरी मूल्याङ्कन गरिएको थियो। कुलमा, छवटा नमूनाहरू प्रयोगात्मक नमूनाहरूको सेटको रूपमा चित्र 4a मा देखाइएका आयामहरूसँग लेजर काटेर बनाइएका थिए। मार्टेन्साइट अंशको प्रत्येक अवस्थाको लागि, परीक्षण नमूनाहरूको तीन सेटहरू तयार र परीक्षण गरियो। अंजीर मा। 4b ले काटिएको, पालिश गरिएको, र चिन्हित नमूनाहरू देखाउँछ।
नाकाजिमा मोल्डिङले नमूना आकार र काट्ने बोर्ड सीमित गर्दछ। (a) आयामहरू, (b) काटिएका र चिन्हित नमूनाहरू।
हेमिस्फेरिकल पंचिंगको लागि परीक्षण 2 मिमी/सेकेन्डको यात्रा गतिको साथ हाइड्रोलिक प्रेस प्रयोग गरी गरिएको थियो। पञ्च र पानाको सम्पर्क सतहहरू निर्माण सीमाहरूमा घर्षणको प्रभावलाई कम गर्न राम्रोसँग लुब्रिकेट गरिएको छ। नमूनामा महत्त्वपूर्ण संकुचन वा ब्रेक नदेखिएसम्म परीक्षण जारी राख्नुहोस्। अंजीर मा। 5 उपकरणमा नष्ट नमूना र परीक्षण पछि नमूना देखाउँछ।
आकार निर्धारण सीमा हेमिस्फेरिकल बर्स्ट परीक्षण, (a) परीक्षण रिग, (b) परीक्षण रिगमा ब्रेकमा नमूना प्लेट, (c) परीक्षण पछि उही नमूना प्रयोग गरी निर्धारण गरिएको थियो।
Jang67 द्वारा विकसित न्यूरो-फजी प्रणाली पात गठन सीमा वक्र भविष्यवाणी को लागी एक उपयुक्त उपकरण हो। यस प्रकारको कृत्रिम तंत्रिका सञ्जालले अस्पष्ट विवरणहरूसँग प्यारामिटरहरूको प्रभाव समावेश गर्दछ। यसको मतलब तिनीहरूले आफ्नो क्षेत्रमा कुनै पनि वास्तविक मूल्य प्राप्त गर्न सक्छन्। यस प्रकारका मानहरूलाई तिनीहरूको मूल्य अनुसार थप वर्गीकृत गरिएको छ। प्रत्येक वर्गको आफ्नै नियमहरू छन्। उदाहरण को लागी, तापमान मान कुनै पनि वास्तविक संख्या हुन सक्छ, र यसको मान मा निर्भर गर्दछ, तापमान चिसो, मध्यम, तातो र तातो को रूप मा वर्गीकृत गर्न सकिन्छ। यस सन्दर्भमा, उदाहरणका लागि, कम तापमानको लागि नियम "ज्याकेट लगाउनुहोस्" नियम हो, र न्यानो तापमानको लागि नियम "पर्याप्त टी-शर्ट" हो। फजी तर्कमा, आउटपुट शुद्धता र विश्वसनीयताको लागि मूल्याङ्कन गरिन्छ। अस्पष्ट तर्क संग तंत्रिका नेटवर्क प्रणाली को संयोजन ANFIS विश्वसनीय परिणाम प्रदान गर्नेछ भनेर सुनिश्चित गर्दछ।
Jang67 द्वारा प्रदान गरिएको चित्र 6 ले एक साधारण न्यूरल फजी नेटवर्क देखाउँछ। देखाइए अनुसार, नेटवर्कले दुई इनपुटहरू लिन्छ, हाम्रो अध्ययनमा इनपुट माइक्रोस्ट्रक्चरमा मार्टेन्साइटको अनुपात र माइनर स्ट्रेनको मूल्य हो। विश्लेषणको पहिलो स्तरमा, इनपुट मानहरू अस्पष्ट नियमहरू र सदस्यता प्रकार्यहरू (FC) प्रयोग गरेर अस्पष्ट हुन्छन्:
\(i=1, 2\) को लागि, इनपुटमा वर्णनको दुई कोटीहरू छन् भनी मानिन्छ। MF ले कुनै पनि त्रिकोणीय, trapezoidal, Gaussian, वा कुनै अन्य आकार लिन सक्छ।
कोटिहरू \({A}_{i}\) र \({B}_{i}\) र तिनीहरूको MF मानहरू स्तर 2 मा आधारित, चित्र 7 मा देखाइएको रूपमा, केही नियमहरू अपनाइएका छन्। तह, विभिन्न इनपुटहरूको प्रभावहरू कुनै न कुनै रूपमा संयुक्त छन्। यहाँ, निम्न नियमहरू मार्टेन्साइट अंश र माइनर स्ट्रेन मानहरूको प्रभाव संयोजन गर्न प्रयोग गरिन्छ:
यस तहको आउटपुट \({w}_{i}\) लाई इग्निशन तीव्रता भनिन्छ। यी इग्निशन तीव्रताहरू निम्न सम्बन्ध अनुसार तह 3 मा सामान्यीकृत छन्:
लेयर 4 मा, Takagi र Sugeno नियमहरू 67,68 इनपुट प्यारामिटरहरूको प्रारम्भिक मानहरूको प्रभावलाई ध्यानमा राख्न गणनामा समावेश गरिएको छ। यस तहसँग निम्न सम्बन्धहरू छन्:
नतिजा \({f}_{i}\) लेयरहरूमा सामान्यीकृत मानहरूद्वारा प्रभावित हुन्छ, जसले अन्तिम परिणाम दिन्छ, मुख्य वार्प मानहरू:
जहाँ \(NR\) ले नियमहरूको संख्या प्रतिनिधित्व गर्दछ। यहाँ तंत्रिका नेटवर्कको भूमिका अज्ञात नेटवर्क प्यारामिटरहरू सच्याउन यसको आन्तरिक अप्टिमाइजेसन एल्गोरिथ्म प्रयोग गर्नु हो। अज्ञात प्यारामिटरहरू परिणामित प्यारामिटरहरू \(\left\{{p}_{i}, {q}_{i}, {r}_{i}\right\}\), र MF सँग सम्बन्धित प्यारामिटरहरू हुन्। सामान्यीकृत पवन चाइम आकार प्रकार्य मानिन्छ:
आकार सीमा रेखाचित्र धेरै प्यारामिटरहरूमा निर्भर गर्दछ, रासायनिक संरचना देखि पाना धातुको विरूपण इतिहास सम्म। केही प्यारामिटरहरू मूल्याङ्कन गर्न सजिलो हुन्छ, टेन्साइल परीक्षण प्यारामिटरहरू सहित, जबकि अरूलाई थप जटिल प्रक्रियाहरू चाहिन्छ जस्तै मेटालोग्राफी वा अवशिष्ट तनाव निर्धारण। धेरै जसो अवस्थामा, पानाको प्रत्येक ब्याचको लागि तनाव सीमा परीक्षण गर्न सल्लाह दिइन्छ। यद्यपि, कहिलेकाहीँ अन्य परीक्षण नतिजाहरू अनुमानित आकारको सीमामा प्रयोग गर्न सकिन्छ। उदाहरणका लागि, धेरै अध्ययनहरूले पानाको ढाँचा निर्धारण गर्न तन्य परीक्षण परिणामहरू प्रयोग गरेका छन् 69,70,71,72। अन्य अध्ययनहरूले तिनीहरूको विश्लेषणमा थप मापदण्डहरू समावेश गर्दछ, जस्तै अनाज मोटाई र आकार 31,73,74,75,76,77। यद्यपि, सबै अनुमति दिइएको प्यारामिटरहरू समावेश गर्न कम्प्युटेशनली फाइदाजनक छैन। तसर्थ, ANFIS मोडेलहरूको प्रयोग यी मुद्दाहरूलाई सम्बोधन गर्नको लागि एक उचित दृष्टिकोण हुन सक्छ45,63।
यस पेपरमा, 316 austenitic स्टील पानाको आकार सीमा रेखाचित्रमा मार्टेन्साइट सामग्रीको प्रभावको अनुसन्धान गरिएको थियो। यस सम्बन्धमा, प्रयोगात्मक परीक्षणहरू प्रयोग गरी डेटा सेट तयार गरिएको थियो। विकसित प्रणालीमा दुई इनपुट चरहरू छन्: मेटालोग्राफिक परीक्षणहरूमा मापन गरिएको मार्टेन्साइटको अनुपात र साना इन्जिनियरिङ स्ट्रेनहरूको दायरा। नतिजा गठन सीमा वक्र को एक प्रमुख ईन्जिनियरिङ् विरूपण हो। त्यहाँ तीन प्रकारका मार्टेन्सिटिक अंशहरू छन्: ठीक, मध्यम र उच्च अंश। कम मतलब मार्टेन्साइट को अनुपात 10% भन्दा कम छ। मध्यम अवस्थाहरूमा, मार्टेन्साइटको अनुपात १०% देखि २०% सम्म हुन्छ। मार्टेन्साइटको उच्च मानहरू 20% भन्दा बढीको अंश मानिन्छ। थप रूपमा, माध्यमिक तनावमा ठाडो अक्षको नजिक -5% र 5% को बीचमा तीनवटा फरक वर्गहरू छन्, जुन FLD0 निर्धारण गर्न प्रयोग गरिन्छ। सकारात्मक र नकारात्मक दायराहरू अन्य दुई कोटीहरू हुन्।
गोलार्ध परीक्षणको नतिजा FIG मा देखाइएको छ। चित्रले सीमाहरूको 6 आकार दिने रेखाचित्रहरू देखाउँछ, जसमध्ये 5 व्यक्तिगत रोल गरिएको पानाहरूको FLD हुन्। एक सुरक्षा बिन्दु र यसको माथिल्लो सीमा वक्र एक सीमा वक्र (FLC) को रूप मा दिइएको छ। अन्तिम आंकडाले सबै FLC लाई तुलना गर्छ। पछिल्लो आंकडाबाट देख्न सकिन्छ, 316 austenitic स्टील मा मार्टेन्साइट को अनुपात मा वृद्धि पाना धातु को फॉर्मेबिलिटी कम गर्दछ। अर्कोतर्फ, मार्टेन्साइटको अनुपात बढाउँदै बिस्तारै FLC लाई ठाडो अक्षको बारेमा सममित वक्रमा परिणत गर्दछ। अन्तिम दुई ग्राफहरूमा, वक्रको दायाँ छेउ बायाँ भन्दा थोरै माथि छ, जसको मतलब द्विअक्षीय तनावमा स्थायित्व एकअक्षीय तनावमा भन्दा उच्च छ। थप रूपमा, मार्टेन्साइटको बढ्दो अनुपातको साथ घाँटीमा टाँस्नु अघि दुवै साना र प्रमुख इन्जिनियरिङ स्ट्रेनहरू घट्छन्।
316 एक सीमा वक्र गठन। अस्टेनिटिक स्टील शीटको फॉर्मेबिलिटीमा मार्टेन्साइटको अनुपातको प्रभाव। (सुरक्षा बिन्दु SF, गठन सीमा वक्र FLC, martensite M)।
तंत्रिका नेटवर्कलाई 7.8, 18.3 र 28.7% को मार्टेन्साइट अंशहरूको साथ प्रयोगात्मक परिणामहरूको 60 सेटहरूमा प्रशिक्षित गरिएको थियो। 15.4% मार्टेन्साइटको डाटा सेट प्रमाणीकरण प्रक्रियाको लागि र 25.6% परीक्षण प्रक्रियाको लागि आरक्षित गरिएको थियो। 150 epochs पछि त्रुटि लगभग 1.5% छ। अंजीर मा। 9 ले प्रशिक्षण र परीक्षणको लागि प्रदान गरिएको वास्तविक आउटपुट (\({\epsilon }_{1}\), आधारभूत इन्जिनियरिङ कार्यभार) बीचको सम्बन्ध देखाउँछ। तपाईले देख्न सक्नुहुन्छ, प्रशिक्षित NFS ले पाना धातुका भागहरूको लागि सन्तोषजनक रूपमा \({\epsilon} _{1}\) भविष्यवाणी गर्छ।
(a) प्रशिक्षण प्रक्रिया पछि अनुमानित र वास्तविक मानहरू बीचको सम्बन्ध, (b) प्रशिक्षण र प्रमाणिकरणको क्रममा FLC मा मुख्य इन्जिनियरिङ भारहरूको लागि भविष्यवाणी गरिएको र वास्तविक मानहरू बीचको त्रुटि।
तालिमको समयमा केही बिन्दुमा, ANFIS नेटवर्क अनिवार्य रूपमा पुन: प्रयोग गरिन्छ। यो निर्धारण गर्न, एक समानान्तर जाँच गरिन्छ, जसलाई "चेक" भनिन्छ। यदि प्रमाणीकरण त्रुटि मान प्रशिक्षण मानबाट विचलित हुन्छ भने, सञ्जाल पुन: तालिम सुरु हुन्छ। चित्र 9b मा देखाइए अनुसार, epoch 150 भन्दा पहिले, सिकाइ र प्रमाणीकरण वक्रहरू बीचको भिन्नता सानो छ, र तिनीहरूले लगभग एउटै वक्र अनुसरण गर्छन्। यस बिन्दुमा, प्रमाणीकरण प्रक्रिया त्रुटि सिकाइ कर्भबाट विचलित हुन थाल्छ, जुन ANFIS ओभरफिटिंगको संकेत हो। यसरी, राउन्ड 150 को लागि ANFIS नेटवर्क 1.5% को त्रुटि संग संरक्षित छ। त्यसपछि ANFIS को लागि FLC भविष्यवाणी पेश गरिएको छ। अंजीर मा। 10 ले प्रशिक्षण र प्रमाणिकरण प्रक्रियामा प्रयोग गरिएका चयन गरिएका नमूनाहरूका लागि अनुमानित र वास्तविक वक्रहरू देखाउँछ। यी वक्रहरूबाट डाटा नेटवर्कलाई प्रशिक्षित गर्न प्रयोग भएको हुनाले, यो धेरै नजिकको भविष्यवाणीहरू अवलोकन गर्न अचम्मको कुरा होइन।
वास्तविक प्रयोगात्मक FLC र ANFIS भविष्यवाणी वक्र विभिन्न martensite सामग्री अवस्था अन्तर्गत। यी वक्रहरू प्रशिक्षण प्रक्रियामा प्रयोग गरिन्छ।
ANFIS मोडेललाई अन्तिम नमूना के भयो थाहा छैन। तसर्थ, हामीले FLC को लागि हाम्रो प्रशिक्षित ANFIS मा 25.6% को मार्टेन्साइट अंशको साथ नमूनाहरू पेश गरेर परीक्षण गर्यौं। अंजीर मा। 11 ले ANFIS FLC भविष्यवाणी साथै प्रयोगात्मक FLC देखाउँछ। अनुमानित मान र प्रयोगात्मक मान बीचको अधिकतम त्रुटि 6.2% हो, जुन प्रशिक्षण र प्रमाणीकरणको समयमा अनुमानित मान भन्दा बढी हो। यद्यपि, यो त्रुटि अन्य अध्ययनहरूको तुलनामा सहने त्रुटि हो जसले FLC सैद्धान्तिक रूपमा भविष्यवाणी गर्दछ।
उद्योगमा, ढाँचालाई असर गर्ने मापदण्डहरू जिब्रोको रूपमा वर्णन गरिन्छ। उदाहरण को लागी, "मोटे अन्नले सुदृढता कम गर्दछ" वा "बढ्दो चिसो कार्यले FLC लाई कम गर्दछ"। पहिलो चरणमा ANFIS नेटवर्कमा इनपुटलाई निम्न, मध्यम र उच्च जस्ता भाषिक वर्गहरूमा वर्गीकृत गरिएको छ। नेटवर्कमा विभिन्न कोटीहरूको लागि फरक नियमहरू छन्। त्यसकारण, उद्योगमा, यस प्रकारको नेटवर्क तिनीहरूको भाषिक विवरण र विश्लेषणमा धेरै कारकहरू समावेश गर्ने सन्दर्भमा धेरै उपयोगी हुन सक्छ। यस कार्यमा, हामीले ANFIS को सम्भावनाहरू प्रयोग गर्नको लागि अस्टेनिटिक स्टेनलेस स्टील्सको माइक्रोस्ट्रक्चरको मुख्य विशेषताहरू मध्ये एकलाई ध्यानमा राख्ने प्रयास गर्यौं। 316 को तनाव-प्रेरित मार्टेन्साइटको मात्रा यी इन्सर्टहरूको चिसो कार्यको प्रत्यक्ष परिणाम हो। प्रयोग र ANFIS विश्लेषणको माध्यमबाट, यो पत्ता लागेको छ कि यस प्रकारको अस्टेनिटिक स्टेनलेस स्टीलमा मार्टेन्साइटको अनुपात बढाउँदा प्लेट 316 को FLC मा उल्लेखनीय कमी आउँछ, जसले गर्दा मार्टेन्साइटको अनुपात 7.8% बाट 28.7% सम्म बढ्छ। FLD0 0.35 बाट। क्रमशः ०.१ सम्म। अर्कोतर्फ, प्रशिक्षित र मान्य ANFIS नेटवर्कले उपलब्ध प्रयोगात्मक डेटाको 80% प्रयोग गरेर अधिकतम 6.5% त्रुटिको साथ FLC भविष्यवाणी गर्न सक्छ, जुन अन्य सैद्धान्तिक प्रक्रियाहरू र घटनात्मक सम्बन्धहरूको तुलनामा त्रुटिको स्वीकार्य मार्जिन हो।
हालको अध्ययनमा प्रयोग गरिएका र/वा विश्लेषण गरिएका डाटासेटहरू उचित अनुरोधमा सम्बन्धित लेखकहरूबाट उपलब्ध छन्।
इफ्तिखार, CMA, et al। समानुपातिक र गैर-आनुपातिक लोडिङ पथहरू अन्तर्गत extruded AZ31 म्याग्नेसियम मिश्र "जस्तै" को पछिल्ला उपज मार्गहरूको विकास: CPFEM प्रयोगहरू र सिमुलेशनहरू। आन्तरिक जे प्रास्ट। १५१, १०३२१६ (२०२२)।
इफ्तिखार, TsMA et al। annealed AA6061 मिश्र धातुको समानुपातिक र गैर-आनुपातिक लोडिङ पथहरूको साथ प्लास्टिक विरूपण पछि पछिको उपज सतहको विकास: क्रिस्टल प्लास्टिसिटीको प्रयोग र सीमित तत्व मोडेलिङ। आन्तरिक J. प्लास्ट 143, 102956 (2021)।
माणिक, टी।, होल्मेडल, बी एण्ड होपरस्ट्याड, ओएस स्ट्रेस ट्रान्जिन्ट्स, वर्क हार्डनिङ, र एल्युमिनियम आर मानहरू स्ट्रेन पथ परिवर्तनको कारण। आन्तरिक जे प्रास्ट। ६९, १–२० (२०१५)।
मामुशी, एच एट अल। सामान्य दबाबको प्रभावलाई ध्यानमा राख्दै सीमित आकार दिने रेखाचित्र निर्धारण गर्नको लागि नयाँ प्रयोगात्मक विधि। आन्तरिक जे अल्मा मेटर। फारम। १५(१), १ (२०२२)।
याङ जेड एट अल। AA7075-T6 शीट मेटलको डक्टाइल फ्र्याक्चर प्यारामिटर र स्ट्रेन सीमाहरूको प्रयोगात्मक क्यालिब्रेसन। जे अल्मा मेटर। प्रक्रिया। प्रविधिहरू। २९१, ११७०४४ (२०२१)।
Petrits, A. et al। अति लचिलो फेरोइलेक्ट्रिक कन्भर्टरहरू र जैविक डायोडहरूमा आधारित लुकेका ऊर्जा सङ्कलन उपकरणहरू र बायोमेडिकल सेन्सरहरू। राष्ट्रिय कम्युन। १२(१), २३९९ (२०२१)।
Basak, S. र Panda, SK विश्लेषण Yld 2000–2d उपज मोडेल प्रयोग गरी ध्रुवीय प्रभावकारी प्लास्टिक विकृति मार्गहरूमा विभिन्न पूर्व-निर्मित प्लेटहरूको घाँटी र फ्र्याक्चर सीमाहरूको विश्लेषण। जे अल्मा मेटर। प्रक्रिया। प्रविधिहरू। २६७, २८९–३०७ (२०१९)।
बासाक, एस. र पांडा, एसके फ्र्याक्चर डिफर्मेसन इन एनिसोट्रोपिक शीट मेटल: प्रायोगिक मूल्याङ्कन र सैद्धान्तिक भविष्यवाणी। आन्तरिक जे मेचा। विज्ञान। १५१, ३५६–३७४ (२०१९)।
जालेफर, एफ., हाशेमी, आर र होसेनीपुर, एसजे मोल्डिंग सीमा रेखाचित्र AA5083 मा तनाव प्रक्षेपण परिवर्तनको प्रभावको प्रयोगात्मक र सैद्धान्तिक अध्ययन। आन्तरिक जे. अधिवक्ता निर्माता। प्रविधिहरू। ७६(५–८), १३४३–१३५२ (२०१५)।
हबीबी, एम एट अल। घर्षण हलचल वेल्डेड खाली ठाउँहरूको मेकानिकल गुणहरू, फॉर्मेबिलिटी, र सीमित आकार दिने रेखाचित्रको प्रयोगात्मक अध्ययन। जे मेकर। प्रक्रिया। ३१, ३१०–३२३ (२०१८)।
हबीबी, एम., एट अल। झुकाउने प्रभावलाई ध्यानमा राख्दै, सीमा रेखाचित्र MC मोडेललाई परिमित तत्व मोडलिङमा समावेश गरेर बनाइएको छ। प्रक्रिया। फर संस्थान। परियोजना। L 232(8), 625–636 (2018)।
पोस्ट समय: जुन-08-2023