Naslov
Predviđanje svojstava materijala neuronskim mrežama
(Application of Artificial Neural Network in Predicting Material Properties)

Autori
Žmak, Irena

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, magistarski rad

Fakultet
Fakultet strojarstva i brodogradnje

Mjesto
Zagreb

Datum
25.04

Godina
2003

Stranica
155

Mentor
Filetin, Tomislav

Ključne riječi
umjetne neuronske mreže ; Jominyjeva krivulja ; otpornost popuštanju ; koeficijent toplinske vodljivosti ; trajanje nitriranja ; tvrdoća nitriranja
(artificial neural network ; Jominy curve ; tempering resistance ; heat conductivity coefficient ; nitriding time ; nitriding hardness)

Sažetak
U radu je prikazana primjena umjetnih neuronskih mreža s povratnim rasprostiranjem pogreške u predviđanju različitih svojstava čelika. Predviđene su tvrdoće na krivulji prokaljivosti čelika na temelju rezultata Jominyjevih ispitivanja, a uz poznati kemijski sastav čelika za poboljšavanje i cementiranje. Nakon toga je provedeno predviđanje otpornosti na popuštanje alatnih čelika za različite temperature popuštanja, a uz poznati sastav čelika i temperaturu austenitizacije. U cilju veće uspješnosti učenja neuronske mreže, alatni su čelici podijeljeni u skupine prema namjeni: nelegirani alatni čelici, legirani alatni čelici za hladni rad, alatni čelici za topli rad i brzorezni čelici. Sljedeći problem koji se pomoću neuronske mreže riješio je određivanje koeficijenta toplinske vodljivosti različitih čelika pri povišenim temperaturama na temelju poznatog kemijskog sastava čelika. Konačno, proučena je prikladnost primjene umjetnih neuronskih mreža u određivanju potrebnog trajanja nitriranja u plazmi i površinske tvrdoće za zadani kemijski sastav čelika, temperaturu nitriranja i efektivnu dubinu nitriranja. Rezultati predviđanja pomoću neuronskih mreža uspoređeni su s podacima ispitivanja iz literature. Uspoređivanje je provedeno na podacima na kojima je neuronska mreža učila i na podacima na kojima nije učila. Osim toga, rezultati predviđanja su uspoređeni s rezultatima dobivenim pomoću prethodno razvijenih regresijskih modela. Usporedba pogrešaka dobivenih na istom skupu podataka pokazuje da neuronske mreže znatno uspješnije predviđaju svojstva materijala nego regresijski modeli. Osim toga, neuronske mreže predviđaju svojstva materijala na znatno širem intervalu nezavisnih varijabli nego regresijski modeli.

Izvorni jezik
Hrvatski

Znanstvena područja
Strojarstvo

POVEZANOST RADA