Tytuł artykułu
Autorzy
Identyfikatory
Warianty tytułu
Application of artificial neural networks for modeling of vacuum nitriding processes of tool steels
Języki publikacji
Abstrakty
Na podstawie badań opisanych w artykule opracowano zespół wielowarstwowych jednokierunkowych sztucznych sieci neuronowych, odwzorowujących zależności zachodzące między parametrami wejściowymi procesu azotowania niskociśnieniowego a własnościami końcowymi obrabianej stali, ze szczególnym uwzględnieniem twardości i charakterystyki wytworzonej warstwy. Na tej bazie zbudowano model fizyczny wielosegmentowego azotowania niskociśnieniowego dla stali narzędziowych. Końcowym efektem prac jest aplikacja wspierająca projektowanie, symulację oraz optymalizację tych procesów w rzeczywistości przemysłowej.
Based on the research presented in the paper, a set of multilayer unidirectional artificial neural networks was developed, mapping the relationships between the input parameters of the low-pressure nitriding process and the final properties of the processed steel, with particular emphasis on the hardness and characteristics of the obtained layer. On this basis, a physical model of multi-segment low-pressure nitriding for tool steels was developed. The final effect of the presented work is an application supporting the design, simulation and optimization of these processes in industrial reality.
Wydawca
Czasopismo
Rocznik
Tom
Strony
25--31
Opis fizyczny
Bibliogr. 18 poz., il., tab.
Twórcy
autor
- Instytut Inżynierii Materiałowej, Politechnika Łódzka, ul. Stefanowskiego 1/15, 90-924 Łódź
Bibliografia
- [1] Kula P., E. Wołowiec, A. Rzepkowski, B. Januszewicz, W. Wentlandt. 2011. "Możliwości azotowania stali narzędziowych w uniwersalnym piecu próżniowym". Inżynieria Materiałowa 4: 506 - 509.
- [2] Kula P., R. Pietrasik, E. Wołowiec, M. Korecki. 2012. "Aplikacje azotowania w uniwersalnych piecach próżniowych". XV Seminarium Grupy Seco/Warwick, Łagów 2012.
- [3] Korecki M., P. Kula, J. Olejnik. 2011. “New capabilities in HPGQ vacuum furnaces". Industrial Heating 3.
- [4] Kula P. 2000. Inżynieria warstwy wierzchniej. Łódź: Politechnika Łódzka.
- [5] Dobrzański L., J. Trzaska. 2004. “Application of neural networks for prediction of critical values of temperatures and time of the supercooled austenite transformations". Journal of Materials Processing Technology 155-156:1950 - 1955.
- [6] El-Kassas E., R. Mackie, A. El-Sheikh A. 2001. “Using neural networks in cold-formed steel design". Computers and Structures 79: 1687 - 1696.
- [7] Zhong Z., L. Khoo, S. Han. 2006. “Prediction of surface roughness of turned surfaces using neural networks". International Journal Advanced Manufacture Technology 28: 688 - 693.
- [8] Duch W., J. Korbicz, L. Rutkowski, R. Tadeusiewicz. 2000. Sieci neuronowe. Warszawa: Akademicka Oficyna Wydawnicza EXIT.
- [9] Knosala R. i Zespół. 2002. Zastosowania metod sztucznej inteligencji w inżynierii produkcji. Warszawa: WNT.
- [10] Michalski J., J. Tacikowski, I. Sułkowski, P. Wach, S. Kopeć. 2002. "Regulowane azotowanie gazowe pod kątem zastosowania do wysoko obciążonych części lotniczych". Inżynieria Materiałowa 5.
- [11] Małdziński L. 2002. Termodynamiczne, kinetyczne i technologiczne aspekty wytwarzania warstwy azotowanej na żelazie i stalach w procesach azotowania gazowego. Poznań: Wydawnictwo Politechniki Poznańskiej.
- [12] Ratajski J. 2003. Wybrane aspekty współczesnego azotowania gazowego pod kątem sterowania procesem. Koszalin: Politechnika Koszalińska.
- [13] Ratajski J. 2011. Matematyczne modelowanie procesu azotowania gazowego. Koszalin: Politechnika Koszalińska.
- [14] Michalski J. 2011. Charakterystyki i obliczenia atmosfer do regulowanego azotowania gazowego stali. Warszawa: Instytut Mechaniki Precyzyjnej.
- [15] Żmihorski E. 1967. Stale narzędziowe i obróbka cieplna narzędzi. Warszawa: WNT.
- [16] Gulajew A.P. 1969. Metaloznawstwo. Katowice: Wydawnictwo Śląsk.
- [17] Dobrzański L.A., E. Hajduczek, J. Marciniak, R. Nowosielski. 1990. Metaloznawstwo i obróbka cieplna materiałów narzędziowych. Warszawa: WNT.
- [18] Wołowiec E. 2013. Komputerowe projektowanie procesów obróbki cieplnej. Łódź: Politechnika Łódzka.
Uwagi
Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2020).
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-a435e399-475c-44b6-a560-354585611bf2