پیش بینی و افزایش دقت مدل سازی تغییر شکل گرم نانو مواد مرکب آلومینیوم آلومینا با استفاده از نقشه فرآیندی و شبکه عصبی مصنوعی

به منظور بهینه سازی پارامترهای تغییر شکل و کنترل ریزساختار در فرآیند شکل دهی گرم نانو مواد مرکب آلومینیوم آلومینا در این پژوهش نمونه هایی استوانه ای شکل از آلیاژ ذکرشده با درصدهای مختلفی از نانو ذرات آلومینا (1، 3 و 5 درصد)، با رعایت استاندارد انجمن مواد و آزمون آمریکا آماده سازی و تحت آزمون فشار گرم قرارگرفت. جهت بررسی پارامترهای موثر بر تغییر شکل این مواد، دماهای آزمون 300، 350، 400 و 450 درجه سانتی گراد و نرخ کرنش های 0003/0، 003/0، 03/0و 3/0 بر ثانیه انتخاب گردیدند. با استفاده از نتایج 48 آزمایش، نمودارهای تنش کرنش، و سپس به منظور بهینه سازی پارامترها در فرآیند تغییر شکل گرم، توسط انطباق منحنی اسپیلاین، نقشه های فرایندی در کرنش های مختلف ترسیم شدند. همچنین برای مدل سازی رفتار تغییر شکل گرم (نقشه های فرآیندی) این نانو مواد مرکب از مدل شبکه عصبی با 4 پارامتر ورودی و یک پارامتر خروجی استفاده شد. نتایج مدل سازی و آزمایش ها با یکدیگر مقایسه و از تلفیق دو روش (شبکه عصبی مصنوعی و اسپیلاین) مدل بهینه نقشه فرآیندی بر اساس مناطق مشترک آن ها انتخاب گردید.