Cảm ơn bạn đã ghé thăm Nature.com. Bạn đang sử dụng phiên bản trình duyệt có hỗ trợ CSS hạn chế. Để có trải nghiệm tốt nhất, chúng tôi khuyên bạn nên sử dụng trình duyệt đã cập nhật (hoặc tắt Chế độ tương thích trong Internet Explorer). Ngoài ra, để đảm bảo được hỗ trợ liên tục, chúng tôi hiển thị trang web không có kiểu và JavaScript.
Thanh trượt hiển thị ba bài viết trên mỗi slide. Sử dụng các nút quay lại và tiếp theo để di chuyển qua các trang chiếu hoặc các nút điều khiển trang chiếu ở cuối để di chuyển qua từng trang chiếu.
Ảnh hưởng của cấu trúc vi mô đến khả năng định hình của tấm thép không gỉ là mối quan tâm lớn đối với các kỹ sư gia công kim loại tấm. Đối với thép austenit, sự hiện diện của martensite biến dạng (\({\alpha}^{^{\prime))\)-martensite) trong cấu trúc vi mô dẫn đến sự cứng lại đáng kể và giảm khả năng định hình. Trong nghiên cứu này, chúng tôi nhằm mục đích đánh giá khả năng tạo hình của thép AISI 316 với các cường độ martensitic khác nhau bằng phương pháp thử nghiệm và trí tuệ nhân tạo. Bước đầu tiên, thép AISI 316 có độ dày ban đầu là 2 mm được ủ và cán nguội với nhiều độ dày khác nhau. Sau đó, diện tích biến dạng tương đối của martensite được đo bằng thử nghiệm kim loại. Khả năng định hình của các tấm cuộn được xác định bằng phép thử nổ bán cầu để thu được sơ đồ giới hạn biến dạng (FLD). Dữ liệu thu được từ các thí nghiệm được tiếp tục sử dụng để huấn luyện và kiểm tra hệ thống can thiệp thần kinh mờ nhân tạo (ANFIS). Sau khi đào tạo ANFIS, các chủng trội được mạng lưới thần kinh dự đoán sẽ được so sánh với một tập hợp kết quả thử nghiệm mới. Kết quả cho thấy cán nguội có tác động tiêu cực đến khả năng định hình của loại thép không gỉ này, nhưng độ bền của tấm được cải thiện rất nhiều. Ngoài ra, ANFIS cho thấy kết quả khả quan so với các phép đo thực nghiệm.
Khả năng tạo hình kim loại tấm, mặc dù là chủ đề của các bài báo khoa học trong nhiều thập kỷ, vẫn là một lĩnh vực nghiên cứu thú vị trong luyện kim. Các công cụ kỹ thuật và mô hình tính toán mới giúp dễ dàng tìm ra các yếu tố tiềm ẩn ảnh hưởng đến khả năng định dạng. Quan trọng nhất, tầm quan trọng của cấu trúc vi mô đối với giới hạn hình dạng đã được bộc lộ trong những năm gần đây bằng cách sử dụng Phương pháp phần tử hữu hạn dẻo tinh thể (CPFEM). Mặt khác, sự sẵn có của kính hiển vi điện tử quét (SEM) và nhiễu xạ tán xạ ngược điện tử (EBSD) giúp các nhà nghiên cứu quan sát hoạt động cấu trúc vi mô của các cấu trúc tinh thể trong quá trình biến dạng. Hiểu được ảnh hưởng của các pha khác nhau trong kim loại, kích thước và hướng hạt cũng như các khuyết tật vi mô ở cấp độ hạt là rất quan trọng để dự đoán khả năng tạo hình.
Việc xác định khả năng tạo hình bản thân nó là một quá trình phức tạp, vì khả năng tạo hình đã được chứng minh là phụ thuộc nhiều vào các đường 1, 2, 3. Do đó, các khái niệm thông thường về biến dạng hình thành cuối cùng là không đáng tin cậy trong các điều kiện tải trọng không cân xứng. Mặt khác, hầu hết các đường dẫn tải trong ứng dụng công nghiệp đều được phân loại là tải không tỷ lệ. Về vấn đề này, nên sử dụng các phương pháp Marciniak-Kuchinsky (MK) bán cầu truyền thống và thử nghiệm4,5,6 một cách thận trọng. Trong những năm gần đây, một khái niệm khác, Sơ đồ giới hạn gãy xương (FFLD), đã thu hút sự chú ý của nhiều kỹ sư về khả năng tạo hình. Trong khái niệm này, một mô hình hư hỏng được sử dụng để dự đoán khả năng tạo hình của tấm. Về vấn đề này, tính độc lập của đường dẫn ban đầu được đưa vào phân tích và kết quả phù hợp tốt với kết quả thử nghiệm không có tỷ lệ7,8,9. Khả năng định dạng của tấm kim loại phụ thuộc vào một số thông số và lịch sử xử lý của tấm, cũng như cấu trúc vi mô và pha của kim loại10,11,12,13,14,15.
Sự phụ thuộc vào kích thước là một vấn đề khi xem xét các đặc tính vi mô của kim loại. Người ta đã chứng minh rằng, trong các không gian biến dạng nhỏ, sự phụ thuộc của đặc tính dao động và biến dạng phụ thuộc rất nhiều vào thang chiều dài của vật liệu16,17,18,19,20,21,22,23,24,25,26,27, 28,29,30. Ảnh hưởng của kích thước hạt đến khả năng tạo hình đã được công nhận từ lâu trong ngành. Yamaguchi và Mellor [31] đã nghiên cứu ảnh hưởng của kích thước hạt và độ dày đến tính chất kéo của tấm kim loại bằng phân tích lý thuyết. Sử dụng mô hình Marciniac, họ báo cáo rằng dưới tải trọng kéo hai trục, việc giảm tỷ lệ giữa độ dày và kích thước hạt dẫn đến giảm đặc tính kéo của tấm. Kết quả thí nghiệm của Wilson et al. 32 xác nhận rằng việc giảm độ dày xuống đường kính hạt trung bình (t/d) dẫn đến giảm khả năng giãn nở hai trục của các tấm kim loại có ba độ dày khác nhau. Họ kết luận rằng ở giá trị t/d nhỏ hơn 20, sự biến dạng không đồng nhất và hiện tượng thắt cổ có thể nhận thấy chủ yếu bị ảnh hưởng bởi các hạt riêng lẻ trong độ dày của tấm. Ulvan và Koursaris33 đã nghiên cứu ảnh hưởng của kích thước hạt đến khả năng gia công tổng thể của thép không gỉ austenit 304 và 316. Họ báo cáo rằng khả năng tạo hình của các kim loại này không bị ảnh hưởng bởi kích thước hạt, nhưng có thể thấy những thay đổi nhỏ về đặc tính kéo. Chính sự gia tăng kích thước hạt dẫn đến giảm đặc tính cường độ của các loại thép này. Ảnh hưởng của mật độ trật khớp đến ứng suất dòng chảy của kim loại niken cho thấy mật độ trật khớp quyết định ứng suất dòng chảy của kim loại, bất kể kích thước hạt34. Tương tác hạt và định hướng ban đầu cũng có ảnh hưởng lớn đến sự phát triển của kết cấu nhôm, điều này đã được Becker và Panchanadiswaran nghiên cứu bằng cách sử dụng các thí nghiệm và mô hình hóa độ dẻo tinh thể35. Các kết quả bằng số trong phân tích của họ phù hợp tốt với thực nghiệm, mặc dù một số kết quả mô phỏng sai lệch so với thực nghiệm do hạn chế của các điều kiện biên được áp dụng. Bằng cách nghiên cứu các mẫu dẻo của tinh thể và phát hiện bằng thực nghiệm, các tấm nhôm cán cho thấy khả năng định dạng khác nhau36. Kết quả cho thấy mặc dù đường cong ứng suất-biến dạng của các tấm khác nhau gần như giống nhau nhưng có sự khác biệt đáng kể về khả năng tạo hình của chúng dựa trên các giá trị ban đầu. Amelirad và Assempour đã sử dụng các thí nghiệm và CPFEM để thu được đường cong ứng suất-biến dạng cho tấm thép không gỉ austenit37. Mô phỏng của họ cho thấy sự gia tăng kích thước hạt sẽ dịch chuyển lên trên trong FLD, tạo thành một đường cong giới hạn. Ngoài ra, các tác giả này đã nghiên cứu ảnh hưởng của hướng hạt và hình thái học đến sự hình thành các lỗ rỗng 38 .
Ngoài hình thái và định hướng hạt trong thép không gỉ austenit, trạng thái song sinh và pha thứ cấp cũng rất quan trọng. Kết đôi là cơ chế chính để làm cứng và tăng độ giãn dài trong thép TWIP 39. Hwang40 báo cáo rằng khả năng tạo hình của thép TWIP kém mặc dù có đủ độ bền kéo. Tuy nhiên, ảnh hưởng của biến dạng song đôi đến khả năng tạo hình của tấm thép austenit chưa được nghiên cứu đầy đủ. Mishra và cộng sự. 41 đã nghiên cứu thép không gỉ austenit để quan sát sự kết đôi dưới các đường biến dạng kéo khác nhau. Họ phát hiện ra rằng các cặp song sinh có thể bắt nguồn từ nguồn phân hủy của cả cặp song sinh đã ủ và thế hệ song sinh mới. Người ta đã quan sát thấy cặp song sinh lớn nhất hình thành dưới sức căng hai trục. Ngoài ra, cần lưu ý rằng sự biến đổi austenite thành \({\alpha}^{^{\prime}}\)-martensite phụ thuộc vào đường biến dạng. Hồng và cộng sự. 42 đã nghiên cứu ảnh hưởng của quá trình tạo đôi và martensite do biến dạng gây ra đối với độ giòn hydro trong một phạm vi nhiệt độ trong quá trình nấu chảy chọn lọc bằng laser của thép austenit 316L. Người ta quan sát thấy rằng, tùy thuộc vào nhiệt độ, hydro có thể gây ra hư hỏng hoặc cải thiện khả năng tạo hình của thép 316L. Thần và cộng sự. 43 đã đo bằng thực nghiệm thể tích biến dạng martensite dưới tải trọng kéo ở các tốc độ tải khác nhau. Người ta nhận thấy rằng sự gia tăng độ căng kéo làm tăng phần thể tích của phần martensite.
Các phương pháp AI được sử dụng trong khoa học và công nghệ vì tính linh hoạt của chúng trong việc mô hình hóa các vấn đề phức tạp mà không cần dùng đến nền tảng vật lý và toán học của vấn đề44,45,46,47,48,49,50,51,52 Số lượng các phương pháp AI ngày càng tăng . Moradi và cộng sự. 44 đã sử dụng kỹ thuật học máy để tối ưu hóa các điều kiện hóa học nhằm tạo ra các hạt nanosilica mịn hơn. Các tính chất hóa học khác cũng ảnh hưởng đến tính chất của vật liệu có kích thước nano, đã được nghiên cứu trong nhiều bài báo nghiên cứu53. Ce và cộng sự. 45 đã sử dụng ANFIS để dự đoán khả năng tạo hình của kim loại tấm thép cacbon trơn trong các điều kiện cán khác nhau. Do cán nguội, mật độ trật khớp trong thép nhẹ đã tăng lên đáng kể. Thép carbon trơn khác với thép không gỉ austenit ở cơ chế làm cứng và phục hồi. Trong thép cacbon đơn giản, sự biến đổi pha không xảy ra trong cấu trúc vi mô kim loại. Ngoài pha kim loại, độ dẻo, độ gãy, khả năng gia công, v.v. của kim loại cũng bị ảnh hưởng bởi một số đặc điểm cấu trúc vi mô khác xảy ra trong các loại xử lý nhiệt, gia công nguội và lão hóa54,55,56,57,58,59 ,60. , 61, 62. Gần đây, Chen và cộng sự. 63 đã nghiên cứu ảnh hưởng của cán nguội đến khả năng tạo hình của thép 304L. Họ chỉ tính đến các quan sát hiện tượng học trong các thử nghiệm thử nghiệm để huấn luyện mạng lưới thần kinh dự đoán khả năng hình thành. Trên thực tế, trong trường hợp thép không gỉ austenit, một số yếu tố kết hợp lại làm giảm đặc tính kéo của tấm. Lu và cộng sự64 đã sử dụng ANFIS để quan sát ảnh hưởng của các thông số khác nhau đến quá trình mở rộng lỗ trống.
Như đã thảo luận ngắn gọn trong phần đánh giá ở trên, ảnh hưởng của cấu trúc vi mô lên sơ đồ giới hạn hình dạng ít được chú ý trong tài liệu. Mặt khác, nhiều đặc điểm cấu trúc vi mô phải được tính đến. Vì vậy, gần như không thể đưa hết tất cả các yếu tố cấu trúc vi mô vào phương pháp phân tích. Theo nghĩa này, việc sử dụng trí tuệ nhân tạo có thể mang lại lợi ích. Về vấn đề này, nghiên cứu này điều tra ảnh hưởng của một khía cạnh của các yếu tố cấu trúc vi mô, cụ thể là sự hiện diện của martensite gây ra ứng suất, lên khả năng tạo hình của các tấm thép không gỉ. Nghiên cứu này khác với các nghiên cứu AI khác về khả năng định dạng ở chỗ trọng tâm là các đặc điểm cấu trúc vi mô thay vì chỉ các đường cong FLD thử nghiệm. Chúng tôi đã tìm cách đánh giá khả năng tạo hình của thép 316 với nhiều hàm lượng martensite khác nhau bằng các phương pháp thực nghiệm và trí tuệ nhân tạo. Bước đầu tiên, thép 316 có độ dày ban đầu là 2 mm được ủ và cán nguội thành nhiều độ dày khác nhau. Sau đó, bằng cách sử dụng phương pháp kiểm soát kim loại, diện tích tương đối của martensite được đo. Khả năng định hình của các tấm cuộn được xác định bằng phép thử nổ bán cầu để thu được sơ đồ giới hạn biến dạng (FLD). Dữ liệu nhận được từ anh ta sau đó được sử dụng để huấn luyện và kiểm tra hệ thống can thiệp thần kinh nhân tạo (ANFIS). Sau khi đào tạo ANFIS, các dự đoán của mạng thần kinh được so sánh với một tập hợp kết quả thử nghiệm mới.
Tấm kim loại thép không gỉ austenit 316 được sử dụng trong nghiên cứu này có thành phần hóa học như trong Bảng 1 và độ dày ban đầu là 1,5 mm. Ủ ở 1050°C trong 1 giờ, sau đó làm nguội bằng nước để giảm ứng suất dư trong tấm và thu được cấu trúc vi mô đồng nhất.
Cấu trúc vi mô của thép austenit có thể được bộc lộ bằng cách sử dụng một số chất ăn mòn. Một trong những chất ăn mòn tốt nhất là axit nitric 60% trong nước cất, ăn mòn ở điện áp 1 VDC trong 120 giây38. Tuy nhiên, etchant này chỉ hiển thị ranh giới hạt và không thể xác định ranh giới hạt kép, như trong Hình 1a. Một chất ăn mòn khác là glycerol axetat, trong đó ranh giới song sinh có thể được hiển thị rõ ràng, nhưng ranh giới hạt thì không, như trong Hình 1b. Ngoài ra, sau khi chuyển pha austenit siêu bền thành pha \({\alpha }^{^{\prime}}\)-martensite có thể được phát hiện bằng cách sử dụng etchant glycerol axetat, đây là vấn đề được quan tâm trong nghiên cứu hiện tại.
Cấu trúc vi mô của tấm kim loại 316 sau khi ủ, được thể hiện bằng nhiều chất ăn mòn khác nhau, (a) 200x, 60% \({\mathrm{HNO}__{3}\) trong nước cất ở điện áp 1,5 V trong 120 giây và (b) 200x , glyceryl axetat.
Các tấm ủ được cắt thành các tấm rộng 11cm, dài 1m để cuộn. Nhà máy cán nguội có hai cuộn đối xứng có đường kính 140 mm. Quá trình cán nguội gây ra sự biến đổi austenite thành martensite biến dạng trong thép không gỉ 316. Tìm tỷ lệ giữa pha martensite và pha austenite sau khi cán nguội qua các độ dày khác nhau. Trên hình. Hình 2 thể hiện một mẫu vi cấu trúc của tấm kim loại. Trên hình. 2a thể hiện hình ảnh kim loại của một mẫu được cán, khi nhìn từ hướng vuông góc với tấm. Trên hình. 2b bằng phần mềm ImageJ65, phần martensitic được bôi đen. Bằng cách sử dụng các công cụ của phần mềm nguồn mở này, có thể đo được diện tích của phần martensite. Bảng 2 cho thấy các phần chi tiết của các pha martensitic và austenit sau khi cán đến các mức giảm độ dày khác nhau.
Cấu trúc vi mô của tấm 316 L sau khi cán giảm 50% độ dày, nhìn vuông góc với mặt phẳng của tấm, phóng đại 200 lần, glycerol axetat.
Các giá trị được trình bày trong Bảng 2 thu được bằng cách lấy trung bình các phần martensite đo được trên ba bức ảnh được chụp ở các vị trí khác nhau trên cùng một mẫu kim loại. Ngoài ra, trong hình. 3 cho thấy đường cong bậc hai phù hợp để hiểu rõ hơn về tác dụng của cán nguội trên martensite. Có thể thấy có mối tương quan gần như tuyến tính giữa tỷ lệ martensite và sự giảm độ dày trong điều kiện cán nguội. Tuy nhiên, mối quan hệ bậc hai có thể thể hiện mối quan hệ này tốt hơn.
Sự thay đổi tỷ lệ martensite như là một chức năng giảm độ dày trong quá trình cán nguội của tấm thép 316 được ủ ban đầu.
Giới hạn tạo hình được đánh giá theo quy trình thông thường bằng cách sử dụng các thử nghiệm nổ bán cầu37,38,45,66. Tổng cộng có sáu mẫu được chế tạo bằng phương pháp cắt laser với các kích thước như trong Hình 4a dưới dạng một bộ mẫu thử nghiệm. Đối với mỗi trạng thái của phần martensite, ba bộ mẫu thử đã được chuẩn bị và thử nghiệm. Trên hình. 4b thể hiện các mẫu đã được cắt, đánh bóng và đánh dấu.
Khuôn Nakazima giới hạn kích thước mẫu và thớt. (a) Kích thước, (b) Mẫu cắt và đánh dấu.
Thử nghiệm đột hình bán cầu được thực hiện bằng cách sử dụng máy ép thủy lực với tốc độ di chuyển là 2 mm/s. Các bề mặt tiếp xúc của chày và tấm được bôi trơn tốt để giảm thiểu ảnh hưởng của ma sát lên giới hạn tạo hình. Tiếp tục thử nghiệm cho đến khi quan sát thấy mẫu bị thu hẹp hoặc đứt đáng kể. Trên hình. Hình 5 thể hiện mẫu bị phá hủy trong thiết bị và mẫu sau khi thử nghiệm.
Giới hạn tạo hình được xác định bằng cách sử dụng phép thử nổ hình bán cầu, (a) giàn thử, (b) tấm mẫu khi đứt trong giàn thử, (c) cùng một mẫu sau khi thử.
Hệ thống mờ thần kinh do Jang67 phát triển là một công cụ phù hợp để dự đoán đường cong giới hạn hình thành lá. Loại mạng nơ ron nhân tạo này bao gồm sự ảnh hưởng của các tham số với các mô tả mơ hồ. Điều này có nghĩa là họ có thể nhận được bất kỳ giá trị thực nào trong lĩnh vực của mình. Các giá trị thuộc loại này được phân loại thêm theo giá trị của chúng. Mỗi thể loại đều có quy tắc riêng. Ví dụ: giá trị nhiệt độ có thể là bất kỳ số thực nào và tùy thuộc vào giá trị của nó, nhiệt độ có thể được phân loại là lạnh, trung bình, ấm và nóng. Về vấn đề này, chẳng hạn, quy tắc về nhiệt độ thấp là quy tắc “mặc áo khoác”, và quy tắc về nhiệt độ ấm là “đủ áo phông”. Trong logic mờ, đầu ra được đánh giá về độ chính xác và độ tin cậy. Sự kết hợp giữa hệ thống mạng nơ-ron với logic mờ đảm bảo ANFIS sẽ cung cấp kết quả đáng tin cậy.
Hình 6 do Jang67 cung cấp cho thấy một mạng mờ thần kinh đơn giản. Như được hiển thị, mạng có hai đầu vào, trong nghiên cứu của chúng tôi, đầu vào là tỷ lệ martensite trong cấu trúc vi mô và giá trị biến dạng nhỏ. Ở cấp độ phân tích đầu tiên, các giá trị đầu vào được làm mờ bằng cách sử dụng các quy tắc mờ và hàm thành viên (FC):
Đối với \(i=1, 2\), vì đầu vào được giả định có hai loại mô tả. MF có thể có bất kỳ hình dạng tam giác, hình thang, Gaussian hoặc bất kỳ hình dạng nào khác.
Dựa trên các danh mục \({A__{i}\) và \({B__{i}\) và các giá trị MF của chúng ở cấp 2, một số quy tắc được áp dụng, như trong Hình 7. Trong phần này lớp, các tác động của các đầu vào khác nhau được kết hợp bằng cách nào đó. Ở đây, các quy tắc sau được sử dụng để kết hợp ảnh hưởng của phần martensite và các giá trị biến dạng nhỏ:
Đầu ra \({w__{i}\) của lớp này được gọi là cường độ đánh lửa. Các cường độ đánh lửa này được chuẩn hóa ở lớp 3 theo mối quan hệ sau:
Ở lớp 4, các quy tắc Takagi và Sugeno67,68 được đưa vào tính toán để tính đến ảnh hưởng của các giá trị ban đầu của các tham số đầu vào. Lớp này có các mối quan hệ sau:
Kết quả \({f__{i}\) bị ảnh hưởng bởi các giá trị chuẩn hóa trong các lớp, mang lại kết quả cuối cùng, các giá trị dọc chính:
trong đó \(NR\) đại diện cho số lượng quy tắc. Vai trò của mạng nơ-ron ở đây là sử dụng thuật toán tối ưu hóa bên trong của nó để sửa các tham số mạng chưa xác định. Các tham số chưa xác định là các tham số kết quả \(\left\{{p} _{i}, {q} _{i}, {r} _{i}\right\}\) và các tham số liên quan đến MF được coi là chức năng hình dạng chuông gió tổng quát:
Các biểu đồ giới hạn hình dạng phụ thuộc vào nhiều thông số, từ thành phần hóa học đến lịch sử biến dạng của tấm kim loại. Một số thông số rất dễ đánh giá, bao gồm các thông số kiểm tra độ bền kéo, trong khi những thông số khác yêu cầu các quy trình phức tạp hơn như luyện kim hoặc xác định ứng suất dư. Trong hầu hết các trường hợp, nên thực hiện phép thử giới hạn biến dạng cho từng lô tờ giấy. Tuy nhiên, đôi khi có thể sử dụng các kết quả thử nghiệm khác để ước tính giới hạn tạo hình. Ví dụ, một số nghiên cứu đã sử dụng kết quả kiểm tra độ bền kéo để xác định khả năng định dạng của tấm69,70,71,72. Các nghiên cứu khác bao gồm nhiều thông số hơn trong phân tích của họ, chẳng hạn như độ dày và kích thước hạt31,73,74,75,76,77. Tuy nhiên, việc bao gồm tất cả các tham số được phép sẽ không có lợi về mặt tính toán. Do đó, việc sử dụng các mô hình ANFIS có thể là một cách tiếp cận hợp lý để giải quyết những vấn đề này45,63.
Trong bài báo này, chúng tôi nghiên cứu ảnh hưởng của hàm lượng martensite đến biểu đồ giới hạn tạo hình của tấm thép austenit 316. Về vấn đề này, một bộ dữ liệu đã được chuẩn bị bằng các thử nghiệm thử nghiệm. Hệ thống được phát triển có hai biến đầu vào: tỷ lệ martensite được đo trong các thử nghiệm kim loại và phạm vi biến dạng kỹ thuật nhỏ. Kết quả là sự biến dạng kỹ thuật lớn của đường cong giới hạn hình thành. Có ba loại phân số martensitic: phân số mịn, trung bình và cao. Thấp có nghĩa là tỷ lệ martensite nhỏ hơn 10%. Trong điều kiện vừa phải, tỷ lệ martensite dao động từ 10% đến 20%. Giá trị cao của martensite được coi là phân số lớn hơn 20%. Ngoài ra, biến dạng thứ cấp có ba loại riêng biệt nằm trong khoảng từ -5% đến 5% gần trục tung, được sử dụng để xác định FLD0. Phạm vi tích cực và tiêu cực là hai loại khác.
Kết quả của phép thử bán cầu được thể hiện trên hình. Hình vẽ thể hiện 6 sơ đồ định hình các giới hạn, trong đó có 5 sơ đồ FLD của các tấm cán riêng lẻ. Cho một điểm an toàn và đường cong giới hạn trên của nó tạo thành đường cong giới hạn (FLC). Hình cuối cùng so sánh tất cả FLC. Như có thể thấy từ hình cuối cùng, việc tăng tỷ lệ martensite trong thép austenit 316 làm giảm khả năng tạo hình của tấm kim loại. Mặt khác, việc tăng tỷ lệ martensite dần dần biến FLC thành một đường cong đối xứng qua trục tung. Trong hai biểu đồ cuối cùng, phía bên phải của đường cong cao hơn một chút so với bên trái, điều đó có nghĩa là khả năng định dạng trong lực căng hai trục cao hơn so với lực căng một trục. Ngoài ra, cả biến dạng kỹ thuật phụ và chính trước khi thắt cổ đều giảm khi tỷ lệ martensite ngày càng tăng.
316 tạo thành một đường cong giới hạn. Ảnh hưởng của tỷ lệ martensite đến khả năng tạo hình của tấm thép austenit. (điểm an toàn SF, đường cong giới hạn hình thành FLC, martensite M).
Mạng nơ-ron được huấn luyện trên 60 bộ kết quả thực nghiệm với các phân số martensite là 7,8, 18,3 và 28,7%. Bộ dữ liệu 15,4% martensite được dành riêng cho quá trình xác minh và 25,6% cho quá trình thử nghiệm. Sai số sau 150 kỷ nguyên là khoảng 1,5%. Trên hình. Hình 9 cho thấy mối tương quan giữa sản lượng thực tế (\({\epsilon} _{1}\), khối lượng công việc kỹ thuật cơ bản) được cung cấp cho đào tạo và kiểm tra. Như bạn có thể thấy, NFS đã được huấn luyện dự đoán \({\epsilon} _{1}\) một cách thỏa đáng cho các bộ phận kim loại tấm.
(a) Mối tương quan giữa giá trị dự đoán và giá trị thực tế sau quá trình huấn luyện, (b) Sai số giữa giá trị dự đoán và giá trị thực tế đối với tải trọng kỹ thuật chính trên FLC trong quá trình huấn luyện và xác minh.
Tại một số thời điểm trong quá trình đào tạo, mạng ANFIS chắc chắn sẽ được tái sử dụng. Để xác định điều này, một cuộc kiểm tra song song được thực hiện, được gọi là “kiểm tra”. Nếu giá trị lỗi xác thực lệch khỏi giá trị huấn luyện, mạng sẽ bắt đầu huấn luyện lại. Như được hiển thị trong Hình 9b, trước kỷ nguyên 150, sự khác biệt giữa đường cong học tập và đường cong xác nhận là nhỏ và chúng gần như đi theo cùng một đường cong. Tại thời điểm này, lỗi trong quá trình xác thực bắt đầu đi chệch khỏi đường cong học tập, đây là dấu hiệu của việc trang bị quá mức ANFIS. Do đó, mạng ANFIS cho vòng 150 được giữ nguyên với sai số 1,5%. Sau đó, dự đoán FLC cho ANFIS được đưa ra. Trên hình. Hình 10 hiển thị các đường cong dự đoán và thực tế của các mẫu đã chọn được sử dụng trong quá trình đào tạo và xác minh. Vì dữ liệu từ những đường cong này được sử dụng để huấn luyện mạng nên không có gì đáng ngạc nhiên khi quan sát thấy những dự đoán rất gần đúng.
Đường cong dự đoán FLC và ANFIS thử nghiệm thực tế trong các điều kiện hàm lượng martensite khác nhau. Những đường cong này được sử dụng trong quá trình đào tạo.
Mô hình ANFIS không biết chuyện gì đã xảy ra với mẫu cuối cùng. Do đó, chúng tôi đã kiểm tra ANFIS đã được đào tạo của mình cho FLC bằng cách gửi các mẫu có tỷ lệ martensite là 25,6%. Trên hình. 11 thể hiện dự đoán FLC của ANFIS cũng như FLC thử nghiệm. Sai số tối đa giữa giá trị dự đoán và giá trị thử nghiệm là 6,2%, cao hơn giá trị dự đoán trong quá trình huấn luyện và xác nhận. Tuy nhiên, sai số này là sai số có thể chấp nhận được so với các nghiên cứu khác dự đoán FLC về mặt lý thuyết37.
Trong công nghiệp, các thông số ảnh hưởng đến khả năng tạo hình được mô tả dưới dạng hình lưỡi. Ví dụ: “hạt thô làm giảm khả năng tạo hình” hoặc “gia công nguội tăng làm giảm FLC”. Đầu vào của mạng ANFIS trong giai đoạn đầu tiên được phân loại thành các loại ngôn ngữ như thấp, trung bình và cao. Có các quy tắc khác nhau cho các danh mục khác nhau trên mạng. Do đó, trong công nghiệp, loại mạng này có thể rất hữu ích trong việc đưa một số yếu tố vào mô tả và phân tích ngôn ngữ của chúng. Trong nghiên cứu này, chúng tôi đã cố gắng tính đến một trong những đặc điểm chính của cấu trúc vi mô của thép không gỉ austenit để sử dụng các khả năng của ANFIS. Lượng martensite gây ra ứng suất 316 là hậu quả trực tiếp của quá trình gia công nguội các hạt dao này. Qua thử nghiệm và phân tích ANFIS, người ta thấy rằng việc tăng tỷ lệ martensite trong loại thép không gỉ austenit này dẫn đến FLC của tấm 316 giảm đáng kể, do đó việc tăng tỷ lệ martensite từ 7,8% lên 28,7% làm giảm FLD0 từ 0,35. tương ứng lên tới 0,1. Mặt khác, mạng ANFIS được đào tạo và xác thực có thể dự đoán FLC bằng cách sử dụng 80% dữ liệu thử nghiệm có sẵn với sai số tối đa là 6,5%, đây là mức sai số có thể chấp nhận được so với các quy trình lý thuyết và mối quan hệ hiện tượng học khác.
Các bộ dữ liệu được sử dụng và/hoặc phân tích trong nghiên cứu hiện tại được cung cấp bởi các tác giả tương ứng theo yêu cầu hợp lý.
Iftikhar, CMA, và cộng sự. Sự phát triển của các đường dẫn năng suất tiếp theo của hợp kim magiê AZ31 ép đùn “nguyên trạng” theo các đường tải theo tỷ lệ và không tỷ lệ: các thí nghiệm và mô phỏng CPFEM. nội bộ J. Prast. 151, 103216 (2022).
Iftikhar, TsMA và cộng sự. Sự phát triển của bề mặt năng suất tiếp theo sau khi biến dạng dẻo dọc theo các đường tải tỷ lệ và không tỷ lệ của hợp kim AA6061 đã ủ: thí nghiệm và mô hình phần tử hữu hạn của độ dẻo tinh thể. nội bộ J. Plast 143, 102956 (2021).
Manik, T., Holmedal, B. & Hopperstad, OS Chuyển tiếp ứng suất, độ cứng của vật liệu và giá trị r của nhôm do thay đổi đường biến dạng. nội bộ J. Prast. 69, 1–20 (2015).
Mamushi, H. và cộng sự. Phương pháp thực nghiệm mới xác định biểu đồ tạo hình giới hạn có xét đến ảnh hưởng của áp suất pháp. nội bộ trường J. Alma. hình thức. 15(1), 1 (2022).
Yang Z. và cộng sự. Hiệu chuẩn thử nghiệm các thông số gãy dẻo và giới hạn biến dạng của tấm kim loại AA7075-T6. J. Trường cũ. quá trình. công nghệ. 291, 117044 (2021).
Petrits, A. và cộng sự. Các thiết bị thu năng lượng ẩn và cảm biến y sinh dựa trên bộ chuyển đổi sắt điện siêu linh hoạt và điốt hữu cơ. Xã quốc gia. 12(1), 2399 (2021).
Basak, S. và Panda, SK Phân tích các giới hạn thắt cổ và gãy của các tấm định hình trước khác nhau trong các đường biến dạng dẻo cực hiệu quả bằng mô hình năng suất Yld 2000–2d. J. Trường cũ. quá trình. công nghệ. 267, 289–307 (2019).
Basak, S. và Panda, Biến dạng gãy xương SK trong tấm kim loại dị hướng: Đánh giá thực nghiệm và dự đoán lý thuyết. nội bộ J. Mecha. khoa học. 151, 356–374 (2019).
Jalefar, F., Hashemi, R. & Hosseinipur, SJ Nghiên cứu lý thuyết và thực nghiệm về ảnh hưởng của việc thay đổi quỹ đạo biến dạng trên sơ đồ giới hạn đúc AA5083. nội bộ J. Adv. nhà sản xuất. công nghệ. 76(5–8), 1343–1352 (2015).
Habibi, M. và cộng sự. Nghiên cứu thực nghiệm tính chất cơ lý, khả năng tạo hình và sơ đồ tạo hình hạn chế của phôi hàn ma sát khuấy. J. Người tạo ra. quá trình. 31, 310–323 (2018).
Habibi, M., và cộng sự. Xem xét ảnh hưởng của uốn, sơ đồ giới hạn được hình thành bằng cách kết hợp mô hình MC vào mô hình phần tử hữu hạn. quá trình. Viện lông thú. dự án. L 232(8), 625–636 (2018).
Thời gian đăng: Jun-08-2023