Skoči na glavni sadržaj

Izvorni znanstveni članak

https://doi.org/10.17559/TV-20130718090927

Inteligentni sustav za predviđanje mehaničkih svojstava materijala na osnovu metalografskih slika

Matej Paulic ; Faculty of Mechanical Engineering, University of Maribor, Smetanova ulica 17, 2000 Maribor, Slovenia
David Mocnik ; Faculty of Mechanical Engineering, University of Maribor, Smetanova ulica 17, 2000 Maribor, Slovenia
Mirko Ficko ; Faculty of Mechanical Engineering, University of Maribor, Smetanova ulica 17, 2000 Maribor, Slovenia
Joze Balic ; Faculty of Mechanical Engineering, University of Maribor, Smetanova ulica 17, 2000 Maribor, Slovenia
Tomaz Irgolic ; Faculty of Mechanical Engineering, University of Maribor, Smetanova ulica 17, 2000 Maribor, Slovenia
Simon Klancnik ; Faculty of Mechanical Engineering, University of Maribor, Smetanova ulica 17, 2000 Maribor, Slovenia


Puni tekst: hrvatski pdf 2.071 Kb

str. 1419-1424

preuzimanja: 689

citiraj

Puni tekst: engleski pdf 2.071 Kb

str. 1419-1424

preuzimanja: 1.025

citiraj


Sažetak

U radu se predstavlja razvijeni inteligentni sustav za predviđanje mehaničkih svojstava materijala na temelju metalografskih slika. Sustav se sastoji od dva modula. Prvi je modul algoritam za dobivanje karakteristika iz metalografskih slika. Prvi algoritam očitava metalografsku sliku dobivenu mikroskopom, zatim se dobivaju karakterisike razvijenim algoritmom, i na kraju algoritam izračunava omjere mikrostrukture materijala. U ovom istraživanju potrebno je što točnije odrediti omjere grafita, ferita i ausferita iz metalografskih slika. Drugi modul razvijenog sustava je sustav za predviđanje mehaničkih svojstava materijala. Predviđanje mehaničkih svojstava materijala izvršeno je pomoću feed-forward umjetne neuronske mreže. Kao ulazi u umjetnu neuronsku mrežu rabljeni su izračunati omjeri grafita, ferita i ausferita, dok su mehanička svojstva materijala upotrebljena kao ciljevi za uvježbavanje. Uvježbavanje umjetnih neuronskih mreža obavljeno je na prilično maloj bazi podataka, no mijenjajući parametre nama je to uspjelo. Umjetna neuronska mreža je naučila do te mjere da je greška bila prihvatljiva. S orijentiranom neuronskom mrežom uspješno smo predvidjeli mehanička svojstva izuzetog uzorka.

Ključne riječi

faktor faznog prijanjanja između površina; maksimalna vlačna čvrstoča; mehanička svojstva; metalografska slika; naprezanje tečenja; obrada slike; žilavost loma; umjetna neuronska mreža

Hrčak ID:

149370

URI

https://hrcak.srce.hr/149370

Datum izdavanja:

14.12.2015.

Podaci na drugim jezicima: engleski

Posjeta: 3.580 *