research centers


Search results: Found 1

Listing 1 - 1 of 1
Sort by

Article
PREDICTION OF YIELD STRENGTH OF LOW/MEDIUM CRMO FERRITIC STEELS USING ARTIFICIAL NEURAL NETWORKS
تخمين اجهاد الخضوع لسبائك الفولاذ الفريتي الكرومي الواطئ والمتوسط المحتوى باستخدام طريقة الشبكات العصبية الصناعية

Loading...
Loading...
Abstract

AbstractThe yield strength of Low/Medium Cr- Mo ferritic steels has been analyzed by a well selectedartificial neural networks (ANN) model using data sets obtained from ASTM publications. Thequalitative and quantitative effects of chemical composition, heat treatment and test temperaturehave been studied. The proposed ANN model was obtained by applying averaging process to thefirst best three models. The first one consists of 24 input nodes (the input variables), 23 hiddennodes and the output node which is the target for the required yield strength. Among the previousvariables, it was found that the heat treatment ones have the greatest contribution to the yieldstrength especially the tempering one i.e. the average contribution of about 15% was obtained

الخلاصةمن خلال اقت ا رح موديل مناسب من Cr-Mo تم تحليل مقاومة الخضوع للصلب الف ا ريتي الواطئ والمتوسطالشبكات العصبية الصناعية. تم د ا رسة التأثي ا رت النوعية و الكمية للتركيب الكيميائي و المعاملة الح ا ررية و درجةتم الحصول على .ASTM ح ا ررة الاختبار على مقاومة الخضوع باستخدام مجموعة بيانات مأخوذة من نش ا رتالنموذج المقترح بتطبيق طريقة المعدل لأفضل ثلاث موديلات. إن أفضل موديل من بين هذه الثلاثة كان يتكونمن 24 عقدة في الطبقة الأولى (المتغي ا رت) و 23 عقدة في الطبقة المخفية وعقدة واحدة للهدف المطلوب وهو مقاومة الخضوع في الطبقة الأخيرة. لوحظ بان متغي ا رت المعاملة الح ا ررية ذات تأثير اكبر على مقاومةالخضوع مقارنة مع المتغي ا رت الأخرى و بالأخص متغير درجة ح ا ررة معاملة التطبيع حيث تم الحصول على.% معدل تأثير بمقدار 1

Listing 1 - 1 of 1
Sort by
Narrow your search

Resource type

article (1)


Language

English (1)


Year
From To Submit

2011 (1)