Wykorzystanie metod sztucznej inteligencji w projektowaniu procesów regulowanego azotowania gazowego stali

• Autorzy: Mruk R. , Michalski J. , Słoma J. , Wach P.

Warianty tytułu

EN

The use of artificial intelligence methods in designing the processes of controlled gas nitriding of steel

• Konferencja: Seminarium Instytutu Mechaniki Precyzyjnej „Obróbka cieplna narzędzi i części maszyn” (15.10.2014, Kraków, Polska)
• Języki publikacji: PL

Abstrakty

PL

W artykule omówiono modele wspomagające projektowanie i symulacje procesów azotowania gazowego. Podano przykłady wykorzystania modeli: heurystycznych – umożliwiających wyznaczanie parametrów atmosfery wlotowej na pods tawie zakładanego przebiegu temperatury i potencjału azotowego w czasie trwania procesu; analitycznych – umożliwiających prognozowanie grubości warstwy azotowanej na podstawie kinetycznych współczynników wzrostu uzyskanych w badaniach grawimetrycznych; neu ronowych przeznaczonych do prognozowania właściwości warstwy azotowanej zdefiniowanej grubością efektywną i grubością warstwy azotków żelaza na podstawie wartości parametrów procesu azotowania. Wykazano, że zastosowane sieci neuronowe o właściwościach apr oksymujących pozwoliły na budowę modeli dobrze dopasowanych do danych eksperymentalnych, w których uwzględnione są zależności nieliniowe.

EN

The article discusses the various models used in the design and simulation of gas nitriding processes. Examples for the use o f models are presented, including: heuristic models, enabling the determination of the inlet atmospheric para meters on the basis of the estimated temperature changes and nitrogen levels during the nitriding process; analytical models, enabling the prediction of the thickness of the nitrided layer on the basis of growth kinetic coefficients derived from gravimetri c studies; neural models, enabling the forecasting of properties of the nitrided layer, defined by its effective thickness and the thickness of the iron nitride layer, on the basis of a nitriding process parameters. It has been demonstrated that the applie d neural networks with their approximating proper ties allow for the construction of models which are well suited to the experimental data which include non linear dependence.

Słowa kluczowe

PL

regulowane azotowanie gazowe; sztuczna sieć neuronowa; model heurystyczny; pomiary grawimetryczne; model analityczny

EN

regulated gas nitriding; artificial neural network; heuristic models; gravimetric measurements; analytical modeling

• Wydawca: Sieć Badawcza Łukasiewicz – Instytut Mechaniki Precyzyjnej
• Czasopismo: Inżynieria Powierzchni
• Rocznik: 2014
• Tom: nr 3
• Strony: 3--10
• Opis fizyczny: Bibliogr. 6 poz., tab., wykr., rys.

Twórcy

autor

Mruk R.

• Szkoła Główna Gospodarstwa Wiejskiego, Katedra Organizacji i Zarządz ania, Warszawa

autor

Michalski J.

• Szkoła Główna Gospodarstwa Wiejskiego, Katedra Organizacji i Zarządz ania, Warszawa
• Instytut Mechaniki Precyzyjnej, Warszawa

autor

Słoma J.

• Szkoła Główna Gospodarstwa Wiejskiego, Katedra Organizacji i Zarządz ania, Warszawa

autor

Wach P.

• Instytut Mechaniki Precyzyjnej, Warszawa

Bibliografia

• [1] Dobrzański LA., Madejski J., Malina W., Sitek W.: The prototype of an expert system for the selection of high-speed steels for cutting tools, „Journal of Materials Processing Technology", 56, 1996, s. 873-881.
• [2] Dobrzański LA., Madejski J.: Prototype of an expert system for selection of coatings for metals, „Journal of Materials Processing Technology", 175, 2006, s. 163-172.
• [3] Kumar S., Singh R.: A short note on an intelligent system for selection of materials for progressive die components. „Journal of Materials Processing Technology",182, 2007, s. 456-461.
• [4] Ratajski J.: Matematyczne modelowanie procesu azotowania gazowego. Monografia Nr 189, Wydawnictwo Uczelniane Politechniki Koszalińskiej, Koszalin 2011.
• [5] Matlab 2001: Neural Network Toolbox. The MathWorks Inc., Natick.
• [6] Tadeusiewicz R., Gąciarz T., Borowik B., Leper B.: Odkrywanie właściwości sieci neuronowych przy użyciu programów w języku C#. Polska Akademia Umiejętności Międzywydziałowa Komisja Nauk Technicznych, Kraków 2007.