Czasopismo | HUTNIK - WIADOMOŚCI HUTNICZE | Rocznik 2022 - zeszyt 3

Zastosowanie sztucznych sieci neuronowych do modelowania procesów azotowania próżniowego stali narzędziowych

Application of artificial neural networks for modeling of vacuum nitriding processes of tool steels

10.15199/148.2020.2.2

Emilia Wołowiec-Korecka

nr katalogowy: 139855
10.15199/148.2020.2.2

Streszczenie

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.

Abstract

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.

Słowa kluczowe

Keywords

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 super-cooled austenite transformations”. Journal of Materials Processing Technology155-156:1950 – 1955.
[6] El-Kassas E., R. Mackie, i 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 Manufatcure 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.

Jeśli masz wykupiony/przyznany dostęp - zaloguj się. Skorzystaj z naszych propozycji zakupu!

Publikacja


HUTNIK - WIADOMOŚCI HUTNICZE- e-publikacja (pdf) z zeszytu 2022-3 , nr katalogowy 139855 licencja: Osobista Produkt cyfrowy Nowość	10.00 zł

Zeszyt


HUTNIK - WIADOMOŚCI HUTNICZE- e-zeszyt (pdf) 2022-3 licencja: Osobista Produkt cyfrowy Nowość	100.00 zł

Prenumerata

HUTNIK - WIADOMOŚCI HUTNICZE - prenumerata cyfrowa
licencja: Osobista

Produkt cyfrowy
Nowość

400.00 zł

HUTNIK - WIADOMOŚCI HUTNICZE - papierowa prenumerata roczna + wysyłka
licencja: Osobista

Szczegóły pakietu

Nazwa
HUTNIK - WIADOMOŚCI HUTNICZE - papierowa prenumerata roczna	540.00 zł brutto 500.00 zł netto 40.00 zł VAT (stawka VAT 8%)
HUTNIK - WIADOMOŚCI HUTNICZE - pakowanie i wysyłka	14.00 zł brutto 11.38 zł netto 2.62 zł VAT (stawka VAT 23%)

554.00 zł

HUTNIK - WIADOMOŚCI HUTNICZE - PAKIET prenumerata PLUS
licencja: Osobista

Szczegóły pakietu

Nazwa
HUTNIK - WIADOMOŚCI HUTNICZE - PAKIET prenumerata PLUS (Prenumerata papierowa + dostęp do portalu sigma-not.pl + e-prenumerata)	600.00 zł brutto 555.56 zł netto 44.44 zł VAT (stawka VAT 8%)

600.00 zł

Zeszyt

2022-3

Twój Koszyk

Publikacja

Zeszyt

Prenumerata

Zeszyt

Czasopisma