Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 1

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
This paper reports on the effectiveness of a back-propagation artificial neural network model that predicts the micro-hardness of 304 austenitic stainless steel samples which have been implanted with nitrogen using plasma immersion ion implantation (PIH) at different temperatures between 350 and 500°C. Artificial Neural Networks (ANNs) have the capacity to eliminate the need for expensive and difficult experimental investigation in testing and manufacturing processes. This paper shows that ANNs can be employed for optimizing the process parameters of AISI 304 austenitic stainless steel. Predicted values from the model and experimental values are in close agreement and this indicates the usefulness of applying ANNs in predicting hardness results.
PL
W artykule opisano efektywność modelu opartego o sieć neuronową wstecznej propagacji, który przewiduje mikrotwardość stali nierdzewnej AISI 304 poddanej implantacji jonowej plazmowym zanurzeniem w różnych temperaturach pomiędzy 350 i 500°C. Sztuczna sieć neuronowa (SNN) stwarza możliwość ograniczenia kosztownych i trudnych badań doświadczalnych i prób w warunkach przemysłowych. W artykule pokazano, że SNN może zostać zastosowana do optymalizacji parametrów procesu dla austenitycznej stali nierdzewnej AISI 304. Zaobserwowano dobrą zgodność między przewidywaniami modelu i obserwacjami doświadczalnymi, co potwierdza przydatność SNN w modelowaniu twardości wyrobów po implantacji jonowej plazmowym zanurzeniem.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.