Wyniki wyszukiwania - Biblioteka Nauki

Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl

Ograniczanie wyników

1 2014

1 Wołowiec E.

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: azotowanie przy obniżonym ciśnieniu

Sortuj według:

Ogranicz wyniki do:

Komputerowe wspomaganie procesów azotowania stali narzędziowych przy obniżonym ciśnieniu

100%

Wołowiec E.

tom nr 2

3--8

Niniejsza praca dotyczy zagadnień modelowania oraz inteligentnego wspomagania komputerowego procesów azotowania niskociśnieniowego w aspekcie poprawienia osiągania zgodności właściwości rzeczywistych po obróbce z właściwościami założonymi, a tym samym doskonalenia powtarzalności wyników tych procesów. Zasadniczym celem przeprowadzonych badań doświadczalnych było lepsze poznanie zależności przyczynowo-skutkowych związanych z przebiegiem procesów azotowania niskociśnieniowego oraz opracowanie metodologii projektowania funkcjonalnych i efektywnych procesów próżniowej obróbki cieplno-chemicznej z wykorzystaniem efektywnych metod obliczeniowych. W artykule zaproponowano sposób klasyfikowania stali na podstawie jej składu chemicznego oraz model do przewidywania właściwości materiału po procesie azotowania w obniżonym ciśnieniu, oparty na metodzie sztucznych sieci neuronowych.

This paper discusses the issues of modelling and smart computer support for low-pressure nitriding aimed at achieving more effectively the compatibility between the actual post-treatment properties of a material and the designed properties, which will contribute to improved repeatability of the processes. The principal objective of the experiment was to acquire better understanding of the cause and effect relationship of the low-pressure nitriding processes and to develop the methodology of designing functional and effective processes of low-pressure thermochemical treatment, using effective computational methods. The paper proposes a method of steel classification based on its chemical composition and a model used to forecast the properties of material after low-pressure nitriding, based on the artificial neural networks.