دانلود مقاله ISI انگلیسی شماره 52523
عنوان فارسی مقاله

مدل سازی شبکه عصبی مصنوعی راجع به اهمیت نسبی عناصر آلیاژی و دمای عملیات حرارتی برای ثبات α و فاز β در آلیاژهای تیتانیم

کد مقاله سال انتشار مقاله انگلیسی ترجمه فارسی تعداد کلمات
52523 2015 9 صفحه PDF سفارش دهید محاسبه نشده
خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
عنوان انگلیسی
Artificial neural network modeling on the relative importance of alloying elements and heat treatment temperature to the stability of α and β phase in titanium alloys
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Computational Materials Science, Volume 107, September 2015, Pages 175–183

کلمات کلیدی
آلیاژهای تیتانیم - ریزساختار - شبکه های عصبی - شاخص اهمیت نسبی
پیش نمایش مقاله
پیش نمایش مقاله مدل سازی شبکه عصبی مصنوعی راجع به اهمیت نسبی عناصر آلیاژی و دمای عملیات حرارتی برای ثبات α و فاز β در آلیاژهای تیتانیم

چکیده انگلیسی

An artificial neural network model was developed to correlate the relationship between the alloying elements (Al, V, Fe, O, and N) and heat treatment temperature (inputs) with the volume fractions of α and β phases (outputs) in some α, near-α, and α + β titanium alloys. The individual and combined influences of the composition and temperature on α and β phases were simulated through performing sensitivity analysis. A new method has been proposed to estimate the relative importance of the inputs on the outputs for single phase α-Ti, near-α Ti, and α + β Ti alloys. The average error of the model predictions for 35 unseen test data sets is 1.546%. The estimated behavior of volume fractions of α and β phases as a function of composition and temperature are in good agreement with the experimental knowledge. Justification of the results from the metallurgical interpretation has been included.

خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.