ขอขอบคุณที่เยี่ยมชม Nature.com คุณกำลังใช้เวอร์ชันเบราว์เซอร์ที่มีการรองรับ CSS แบบจำกัด เพื่อประสบการณ์ที่ดีที่สุด เราขอแนะนำให้คุณใช้เบราว์เซอร์ที่อัปเดต (หรือปิดใช้งานโหมดความเข้ากันได้ใน Internet Explorer) นอกจากนี้ เพื่อให้มั่นใจว่าได้รับการสนับสนุนอย่างต่อเนื่อง เราจะแสดงไซต์โดยไม่มีสไตล์และ JavaScript
แถบเลื่อนแสดงสามบทความต่อสไลด์ ใช้ปุ่มย้อนกลับและปุ่มถัดไปเพื่อเลื่อนไปตามสไลด์ หรือใช้ปุ่มตัวควบคุมสไลด์ที่ส่วนท้ายเพื่อเลื่อนไปตามแต่ละสไลด์
ผลกระทบของโครงสร้างจุลภาคต่อความสามารถในการขึ้นรูปของแผ่นเหล็กสเตนเลสเป็นปัญหาสำคัญสำหรับวิศวกรงานโลหะแผ่น สำหรับเหล็กกล้าออสเทนนิติก การมีอยู่ของมาร์เทนไซต์ที่เสียรูป (\({\alpha}^{^{\prime))\)-มาร์เทนไซต์) ในโครงสร้างจุลภาคทำให้เกิดการแข็งตัวอย่างมีนัยสำคัญและความสามารถในการขึ้นรูปลดลง ในการศึกษานี้ เรามีวัตถุประสงค์เพื่อประเมินความสามารถในการขึ้นรูปของเหล็ก AISI 316 ที่มีจุดแข็งมาร์เทนซิติกต่างกัน โดยวิธีการทดลองและปัญญาประดิษฐ์ ในขั้นตอนแรก เหล็ก AISI 316 ที่มีความหนาเริ่มต้น 2 มม. จะถูกอบอ่อนและรีดเย็นให้มีความหนาต่างๆ ต่อมา พื้นที่มาร์เทนไซต์ความเครียดสัมพัทธ์ถูกวัดโดยการทดสอบทางโลหะวิทยา ความสามารถในการขึ้นรูปของแผ่นรีดถูกกำหนดโดยใช้การทดสอบการระเบิดของซีกโลกเพื่อให้ได้แผนภาพจำกัดความเครียด (FLD) ข้อมูลที่ได้รับจากการทดลองจะถูกนำมาใช้เพิ่มเติมในการฝึกอบรมและทดสอบระบบการรบกวนประสาทฟัซซีเทียม (ANFIS) หลังจากการฝึกอบรม ANFIS สายพันธุ์หลักที่ทำนายโดยโครงข่ายประสาทเทียมจะถูกนำมาเปรียบเทียบกับผลการทดลองชุดใหม่ ผลการวิจัยพบว่าการรีดเย็นส่งผลเสียต่อความสามารถในการขึ้นรูปของเหล็กกล้าไร้สนิมประเภทนี้ แต่ความแข็งแรงของแผ่นดีขึ้นอย่างมาก นอกจากนี้ ANFIS ยังแสดงผลลัพธ์ที่น่าพอใจเมื่อเปรียบเทียบกับการวัดผลเชิงทดลอง
ความสามารถในการขึ้นรูปโลหะแผ่นแม้ว่าจะเป็นหัวข้อของบทความทางวิทยาศาสตร์มานานหลายทศวรรษ แต่ยังคงเป็นงานวิจัยที่น่าสนใจในสาขาโลหะวิทยา เครื่องมือทางเทคนิคและแบบจำลองการคำนวณใหม่ๆ ช่วยให้ค้นหาปัจจัยที่อาจส่งผลต่อความสามารถในการขึ้นรูปได้ง่ายขึ้น สิ่งสำคัญที่สุดคือ ความสำคัญของโครงสร้างจุลภาคสำหรับขีดจำกัดของรูปร่างได้รับการเปิดเผยในช่วงไม่กี่ปีที่ผ่านมาโดยใช้วิธี Crystal Plasticity Finite Element Method (CPFEM) ในทางกลับกัน ความพร้อมใช้งานของกล้องจุลทรรศน์อิเล็กตรอนแบบส่องกราด (SEM) และการเลี้ยวเบนของอิเล็กตรอนสะท้อนกลับ (EBSD) ช่วยให้นักวิจัยสังเกตกิจกรรมโครงสร้างจุลภาคของโครงสร้างผลึกในระหว่างการเปลี่ยนรูป การทำความเข้าใจอิทธิพลของเฟสต่างๆ ในโลหะ ขนาดและการวางแนวของเกรน และข้อบกพร่องระดับจุลภาคในระดับเกรน มีความสำคัญอย่างยิ่งต่อการคาดการณ์ความสามารถในการขึ้นรูป
การพิจารณาความสามารถในการขึ้นรูปนั้นเป็นกระบวนการที่ซับซ้อนในตัวเอง เนื่องจากความสามารถในการขึ้นรูปนั้นแสดงให้เห็นว่าขึ้นอยู่กับเส้นทาง 1, 2, 3 อย่างมาก ดังนั้น แนวคิดทั่วไปเกี่ยวกับความเครียดในการขึ้นรูปขั้นสูงสุดจึงไม่น่าเชื่อถือภายใต้สภาวะการโหลดที่ไม่สมส่วน ในทางกลับกัน เส้นทางโหลดส่วนใหญ่ในการใช้งานทางอุตสาหกรรมจัดอยู่ในประเภทการโหลดที่ไม่เป็นสัดส่วน ในเรื่องนี้ควรใช้วิธี Marciniak-Kuchinsky (MK) ครึ่งทรงกลมและการทดลองแบบดั้งเดิม 4,5,6 ด้วยความระมัดระวัง ในช่วงไม่กี่ปีที่ผ่านมา อีกแนวคิดหนึ่งคือ Fracture Limit Diagram (FFLD) ได้รับความสนใจจากวิศวกรด้านความสามารถในการขึ้นรูปจำนวนมาก ในแนวคิดนี้ แบบจำลองความเสียหายจะถูกนำมาใช้เพื่อคาดการณ์ความสามารถในการขึ้นรูปแผ่นงาน ในเรื่องนี้ ความเป็นอิสระของเส้นทางจะถูกรวมไว้ในการวิเคราะห์ในขั้นต้น และผลลัพธ์เป็นข้อตกลงที่ดีกับผลการทดลองที่ไม่ได้ปรับขนาด7,8,9 ความสามารถในการขึ้นรูปของแผ่นโลหะขึ้นอยู่กับพารามิเตอร์หลายตัวและประวัติการประมวลผลของแผ่น รวมถึงโครงสร้างจุลภาคและเฟสของโลหะ10,11,12,13,14,15
การพึ่งพาขนาดเป็นปัญหาเมื่อพิจารณาถึงคุณสมบัติระดับจุลภาคของโลหะ แสดงให้เห็นว่าในพื้นที่การเปลี่ยนรูปขนาดเล็ก การพึ่งพาคุณสมบัติการสั่นสะเทือนและการโก่งงออย่างมากนั้นขึ้นอยู่กับขนาดความยาวของวัสดุ16,17,18,19,20,21,22,23,24,25,26,27, 28,29,30. ผลกระทบของขนาดเกรนต่อความสามารถในการขึ้นรูปได้รับการยอมรับในอุตสาหกรรมมานานแล้ว Yamaguchi และ Mellor [31] ศึกษาผลกระทบของขนาดและความหนาของเกรนต่อคุณสมบัติแรงดึงของแผ่นโลหะโดยใช้การวิเคราะห์ทางทฤษฎี เมื่อใช้แบบจำลอง Marciniac พวกเขารายงานว่าภายใต้การโหลดแรงดึงแบบสองแกน การลดอัตราส่วนของความหนาต่อขนาดเกรนจะทำให้คุณสมบัติแรงดึงของแผ่นลดลง ผลการทดลองโดย Wilson และคณะ เบอร์ 32 ยืนยันว่าการลดความหนาลงจนเหลือเส้นผ่านศูนย์กลางเกรนเฉลี่ย (t/d) ส่งผลให้ความสามารถในการขยายแกนของแผ่นโลหะที่มีความหนาต่างกันสามระดับลดลง พวกเขาสรุปว่าที่ค่า t/d น้อยกว่า 20 ความไม่สอดคล้องกันของการเสียรูปที่เห็นได้ชัดเจนและคอจะได้รับผลกระทบจากเกรนแต่ละอันในความหนาของแผ่น Ulvan และ Koursaris33 ศึกษาผลกระทบของขนาดเกรนต่อความสามารถในการขึ้นรูปโดยรวมของสเตนเลสออสเทนนิติก 304 และ 316 พวกเขารายงานว่าความสามารถในการขึ้นรูปของโลหะเหล่านี้ไม่ได้รับผลกระทบจากขนาดของเกรน แต่สามารถเห็นการเปลี่ยนแปลงเล็กน้อยในคุณสมบัติแรงดึง การเพิ่มขนาดเกรนทำให้คุณสมบัติความแข็งแรงของเหล็กเหล่านี้ลดลง อิทธิพลของความหนาแน่นของการเคลื่อนที่ต่อความเครียดในการไหลของโลหะนิกเกิลแสดงให้เห็นว่าความหนาแน่นของการเคลื่อนที่จะเป็นตัวกำหนดความเครียดในการไหลของโลหะ โดยไม่คำนึงถึงขนาดเกรน34 ปฏิสัมพันธ์ของเกรนและการวางแนวเริ่มต้นยังมีอิทธิพลอย่างมากต่อวิวัฒนาการของพื้นผิวอะลูมิเนียม ซึ่งถูกตรวจสอบโดย Becker และ Panchanadiswaran โดยใช้การทดลองและการสร้างแบบจำลองของความเป็นพลาสติกของคริสตัล ผลลัพธ์เชิงตัวเลขในการวิเคราะห์สอดคล้องกับการทดลองที่ดี แม้ว่าผลการจำลองบางอย่างจะเบี่ยงเบนไปจากการทดลองเนื่องจากข้อจำกัดของเงื่อนไขขอบเขตที่ใช้ จากการศึกษารูปแบบความเป็นพลาสติกของคริสตัลและการตรวจจับด้วยการทดลอง แผ่นอะลูมิเนียมรีดจะแสดงความสามารถในการขึ้นรูปที่แตกต่างกัน36 ผลการวิจัยพบว่าแม้ว่าเส้นโค้งความเค้น-ความเครียดของแผ่นงานต่างๆ เกือบจะเท่ากัน แต่ก็มีความแตกต่างกันอย่างมีนัยสำคัญในด้านความสามารถในการขึ้นรูปตามค่าเริ่มต้น Amelirad และ Assempour ใช้การทดลองและ CPFEM เพื่อให้ได้เส้นโค้งความเค้น-ความเครียดสำหรับแผ่นสเตนเลสออสเทนนิติก37 การจำลองของพวกเขาแสดงให้เห็นว่าขนาดเกรนที่เพิ่มขึ้นจะเลื่อนขึ้นไปใน FLD ทำให้เกิดเส้นโค้งที่จำกัด นอกจากนี้ ผู้เขียนคนเดียวกันยังได้ศึกษาผลของการวางแนวของเมล็ดพืชและสัณฐานวิทยาต่อการก่อตัวของช่องว่าง 38
นอกจากสัณฐานวิทยาของเกรนและการวางแนวในสเตนเลสออสเทนนิติกแล้ว สถานะของฝาแฝดและเฟสทุติยภูมิก็มีความสำคัญเช่นกัน การตีคู่เป็นกลไกหลักในการชุบแข็งและเพิ่มความยืดตัวในเหล็ก TWIP 39 Hwang40 รายงานว่าความสามารถในการขึ้นรูปของเหล็ก TWIP นั้นไม่ดี แม้ว่าจะมีการตอบสนองแรงดึงที่เพียงพอก็ตาม อย่างไรก็ตาม ผลของการจับคู่ผิดรูปต่อความสามารถในการขึ้นรูปของเหล็กแผ่นออสเทนนิติกยังไม่ได้รับการศึกษาอย่างเพียงพอ มิชรา และคณะ 41 ศึกษาสเตนเลสออสเทนนิติกเพื่อสังเกตการจับคู่ภายใต้เส้นทางความเครียดแรงดึงต่างๆ พวกเขาพบว่าฝาแฝดอาจมาจากแหล่งที่เน่าเปื่อยของทั้งแฝดที่ผ่านการอบอ่อนและแฝดรุ่นใหม่ สังเกตได้ว่าฝาแฝดที่ใหญ่ที่สุดก่อตัวขึ้นภายใต้แรงตึงในแกนสองแกน นอกจากนี้ มีข้อสังเกตว่าการเปลี่ยนแปลงของออสเทนไนต์ไปเป็น \({\alpha}^{^{\prime}}\)-มาร์เทนไซต์ขึ้นอยู่กับเส้นทางของความเครียด ฮอง และคณะ 42 ตรวจสอบผลของการจับคู่และมาร์เทนไซต์ที่เกิดจากความเครียดต่อการเกิดการเปราะของไฮโดรเจนในช่วงอุณหภูมิต่างๆ ในการหลอมด้วยเลเซอร์แบบเลือกเฉพาะของเหล็กกล้าออสเทนนิติก 316L พบว่าไฮโดรเจนอาจทำให้เกิดความล้มเหลวหรือปรับปรุงความสามารถในการขึ้นรูปของเหล็ก 316L ขึ้นอยู่กับอุณหภูมิ เชน และคณะ 43 ทำการทดลองวัดปริมาตรของมาร์เทนไซต์ที่เสียรูปภายใต้การรับแรงดึงที่อัตราการโหลดต่างๆ พบว่าการเพิ่มขึ้นของความเครียดแรงดึงจะเพิ่มเศษส่วนปริมาตรของเศษส่วนมาร์เทนไซต์
วิธี AI ถูกนำมาใช้ในวิทยาศาสตร์และเทคโนโลยี เนื่องจากมีความสามารถรอบด้านในการสร้างแบบจำลองปัญหาที่ซับซ้อน โดยไม่ต้องใช้พื้นฐานทางกายภาพและทางคณิตศาสตร์ของปัญหา44,45,46,47,48,49,50,51,52 จำนวนวิธี AI เพิ่มขึ้น . โมราดี และคณะ 44 ใช้เทคนิคการเรียนรู้ของเครื่องเพื่อปรับสภาวะทางเคมีให้เหมาะสมเพื่อสร้างอนุภาคนาโนซิลิกาที่ละเอียดยิ่งขึ้น คุณสมบัติทางเคมีอื่นๆ ยังส่งผลต่อคุณสมบัติของวัสดุระดับนาโนซึ่งได้รับการตรวจสอบในบทความวิจัยหลายฉบับ53 ซีและคณะ 45 ใช้ ANFIS เพื่อคาดการณ์ความสามารถในการขึ้นรูปของแผ่นโลหะเหล็กกล้าคาร์บอนธรรมดาภายใต้สภาวะการรีดต่างๆ เนื่องจากการรีดเย็น ความหนาแน่นของการเคลื่อนที่ในเหล็กเหนียวจึงเพิ่มขึ้นอย่างมีนัยสำคัญ เหล็กกล้าคาร์บอนธรรมดาแตกต่างจากสเตนเลสออสเตนิติกตรงที่กลไกการแข็งตัวและการบูรณะ ในเหล็กกล้าคาร์บอนเชิงเดี่ยว การเปลี่ยนเฟสจะไม่เกิดขึ้นในโครงสร้างจุลภาคของโลหะ นอกเหนือจากเฟสโลหะแล้ว ความเหนียว การแตกหัก ความสามารถในการขึ้นรูป ฯลฯ ของโลหะยังได้รับผลกระทบจากคุณสมบัติทางโครงสร้างจุลภาคอื่นๆ ที่เกิดขึ้นระหว่างการบำบัดความร้อน การทำงานเย็น และการเสื่อมสภาพประเภทต่างๆ54,55,56,57,58,59 ,60. , 61, 62. ล่าสุด เฉิน และคณะ 63 ศึกษาผลของการรีดเย็นต่อความสามารถในการขึ้นรูปของเหล็ก 304L พวกเขาคำนึงถึงการสังเกตปรากฏการณ์วิทยาเฉพาะในการทดสอบเชิงทดลองเพื่อฝึกโครงข่ายประสาทเทียมเพื่อทำนายความสามารถในการขึ้นรูป ที่จริงแล้ว ในกรณีของสเตนเลสออสเทนนิติก มีหลายปัจจัยรวมกันเพื่อลดคุณสมบัติแรงดึงของแผ่น Lu และคณะ 64 ใช้ ANFIS เพื่อสังเกตผลกระทบของพารามิเตอร์ต่างๆ ที่มีต่อกระบวนการขยายรู
ตามที่กล่าวไว้สั้นๆ ในการทบทวนข้างต้น ผลกระทบของโครงสร้างจุลภาคต่อแผนภาพขีดจำกัดรูปร่างได้รับความสนใจเพียงเล็กน้อยในงานวิจัยนี้ ในทางกลับกัน ต้องคำนึงถึงคุณสมบัติทางโครงสร้างจุลภาคหลายประการด้วย ดังนั้นจึงแทบจะเป็นไปไม่ได้เลยที่จะรวมปัจจัยทางโครงสร้างจุลภาคทั้งหมดไว้ในวิธีการวิเคราะห์ ในแง่นี้ การใช้ปัญญาประดิษฐ์สามารถเป็นประโยชน์ได้ ในเรื่องนี้ การศึกษานี้ศึกษาผลกระทบของปัจจัยด้านโครงสร้างจุลภาคด้านหนึ่ง ได้แก่ การมีอยู่ของมาร์เทนไซต์ที่เกิดจากความเครียด ต่อความสามารถในการขึ้นรูปของแผ่นเหล็กสเตนเลส การศึกษานี้แตกต่างจากการศึกษา AI อื่นๆ ในเรื่องความสามารถในการขึ้นรูป โดยมุ่งเน้นไปที่คุณสมบัติทางโครงสร้างจุลภาคมากกว่าแค่การทดลองเส้นโค้ง FLD เราพยายามประเมินความสามารถในการขึ้นรูปของเหล็ก 316 ที่มีปริมาณมาร์เทนไซต์ต่างๆ โดยใช้วิธีการทดลองและปัญญาประดิษฐ์ ในขั้นตอนแรก เหล็ก 316 ที่มีความหนาเริ่มต้น 2 มม. ได้รับการอบอ่อนและรีดเย็นให้มีความหนาต่างๆ จากนั้นใช้การควบคุมทางโลหะวิทยาเพื่อวัดพื้นที่สัมพัทธ์ของมาร์เทนไซต์ ความสามารถในการขึ้นรูปของแผ่นรีดถูกกำหนดโดยใช้การทดสอบการระเบิดของซีกโลกเพื่อให้ได้แผนภาพจำกัดความเครียด (FLD) ข้อมูลที่ได้รับจากเขาถูกนำมาใช้ในการฝึกอบรมและทดสอบระบบการรบกวนประสาทฝอยเทียม (ANFIS) ในเวลาต่อมา หลังจากการฝึกอบรม ANFIS การคาดการณ์โครงข่ายประสาทเทียมจะถูกเปรียบเทียบกับผลการทดลองชุดใหม่
แผ่นโลหะสเตนเลสออสเทนนิติก 316 ที่ใช้ในการศึกษาครั้งนี้มีองค์ประกอบทางเคมีดังแสดงในตารางที่ 1 และมีความหนาเริ่มต้น 1.5 มม. อบที่อุณหภูมิ 1,050°C เป็นเวลา 1 ชั่วโมง ตามด้วยการชุบน้ำเพื่อบรรเทาความเค้นตกค้างในแผ่น และได้โครงสร้างจุลภาคที่สม่ำเสมอ
โครงสร้างจุลภาคของเหล็กกล้าออสเทนนิติกสามารถเปิดเผยได้โดยใช้สารกัดกร่อนหลายชนิด สารกัดกร่อนที่ดีที่สุดอย่างหนึ่งคือกรดไนตริก 60% ในน้ำกลั่น ซึ่งกัดที่ 1 VDC เป็นเวลา 120 s38 อย่างไรก็ตาม การแกะสลักนี้จะแสดงเฉพาะขอบเขตของเกรนเท่านั้น และไม่สามารถระบุขอบเขตของเกรนคู่ได้ ดังแสดงในรูปที่ 1a อีกหนึ่งตัวอย่างคือกลีเซอรอลอะซิเตต ซึ่งสามารถมองเห็นขอบเขตคู่ได้ดี แต่ขอบเขตของเกรนไม่เป็นเช่นนั้น ดังแสดงในรูปที่ 1b นอกจากนี้ หลังจากการเปลี่ยนแปลงของระยะออสเทนนิติกที่แพร่กระจายไปเป็น \({\alpha }^{^{\prime}}\)-ระยะมาร์เทนไซต์ สามารถตรวจพบได้โดยใช้กลีเซอรอลอะซิเตตกัด ซึ่งเป็นที่สนใจในการศึกษาปัจจุบัน
โครงสร้างจุลภาคของแผ่นโลหะ 316 หลังจากการอบอ่อน แสดงโดยการกัดแบบต่างๆ (a) 200x, 60% \({\mathrm{HNO}__{3}\) ในน้ำกลั่นที่ 1.5 V เป็นเวลา 120 วินาที และ (b) 200x ,กลีเซอรีลอะซิเตต
แผ่นอบอ่อนถูกตัดเป็นแผ่นกว้าง 11 ซม. ยาว 1 ม. สำหรับรีด โรงงานรีดเย็นมีม้วนสมมาตรสองม้วนที่มีเส้นผ่านศูนย์กลาง 140 มม. กระบวนการรีดเย็นทำให้เกิดการเปลี่ยนรูปของออสเทนไนต์เป็นมาร์เทนไซต์ที่เสียรูปในเหล็กกล้าไร้สนิม 316 ค้นหาอัตราส่วนของเฟสมาร์เทนไซต์ต่อเฟสออสเทนไนต์หลังจากการรีดเย็นผ่านความหนาต่างๆ บนรูป รูปที่ 2 แสดงตัวอย่างโครงสร้างจุลภาคของแผ่นโลหะ บนรูป 2a แสดงภาพทางโลหะวิทยาของตัวอย่างที่ม้วน เมื่อมองจากทิศทางที่ตั้งฉากกับแผ่น บนรูป 2b โดยใช้ซอฟต์แวร์ ImageJ65 ส่วนมาร์เทนซิติกจะถูกเน้นด้วยสีดำ การใช้เครื่องมือของซอฟต์แวร์โอเพ่นซอร์สนี้ทำให้สามารถวัดพื้นที่ของเศษส่วนมาร์เทนไซต์ได้ ตารางที่ 2 แสดงเศษส่วนโดยละเอียดของเฟสมาร์เทนซิติกและออสเทนนิติกหลังจากกลิ้งไปจนถึงการลดความหนาต่างๆ
โครงสร้างจุลภาคของแผ่น 316 ลิตรหลังจากรีดให้มีความหนาลดลง 50% เมื่อมองในแนวตั้งฉากกับระนาบของแผ่น ขยาย 200 เท่า กลีเซอรอลอะซิเตต
ค่าที่นำเสนอในตารางที่ 2 ได้มาจากการหาค่าเฉลี่ยเศษส่วนของมาร์เทนไซต์ที่วัดได้จากภาพถ่ายสามภาพที่ถ่ายที่ตำแหน่งต่างๆ บนชิ้นงานโลหะวิทยาเดียวกัน นอกจากนี้ในรูป รูปที่ 3 แสดงเส้นโค้งการปรับกำลังสองเพื่อให้เข้าใจผลของการรีดเย็นต่อมาร์เทนไซต์ได้ดียิ่งขึ้น จะเห็นได้ว่ามีความสัมพันธ์กันเกือบเชิงเส้นระหว่างสัดส่วนของมาร์เทนไซต์กับการลดความหนาในสภาวะรีดเย็น อย่างไรก็ตาม ความสัมพันธ์แบบกำลังสองสามารถแสดงความสัมพันธ์นี้ได้ดีกว่า
ความแปรผันในสัดส่วนของมาร์เทนไซต์ตามหน้าที่ของการลดความหนาระหว่างการรีดเย็นของแผ่นเหล็ก 316 อบอ่อนเริ่มแรก
ขีดจำกัดของรูปร่างได้รับการประเมินตามขั้นตอนปกติโดยใช้การทดสอบการระเบิดของซีกโลก 37,38,45,66 โดยรวมแล้ว มีการสร้างตัวอย่างหกตัวอย่างโดยการตัดด้วยเลเซอร์ซึ่งมีขนาดแสดงในรูปที่ 4a เป็นกลุ่มตัวอย่างทดลอง สำหรับแต่ละสถานะของเศษส่วนมาร์เทนไซต์ จะมีการเตรียมและทดสอบชิ้นงานทดสอบสามชุด บนรูป 4b แสดงตัวอย่างที่ตัด ขัดเงา และทำเครื่องหมาย
การปั้น Nakazima จำกัดขนาดตัวอย่างและเขียง (a) ขนาด (b) ตัดและทำเครื่องหมายชิ้นงานทดสอบ
การทดสอบการเจาะครึ่งทรงกลมทำได้โดยใช้เครื่องอัดไฮดรอลิกด้วยความเร็วการเคลื่อนที่ 2 มม./วินาที พื้นผิวสัมผัสของพันช์และแผ่นได้รับการหล่อลื่นอย่างดีเพื่อลดผลกระทบของแรงเสียดทานต่อขีดจำกัดการขึ้นรูป ทดสอบต่อไปจนกว่าจะพบว่ามีการหดตัวหรือการแตกหักอย่างมีนัยสำคัญในชิ้นงานทดสอบ บนรูป รูปที่ 5 แสดงตัวอย่างที่ถูกทำลายในอุปกรณ์และตัวอย่างหลังการทดสอบ
ขีดจำกัดการสร้างรูปร่างถูกกำหนดโดยใช้การทดสอบการระเบิดครึ่งทรงกลม (ก) แท่นทดสอบ (ข) แผ่นตัวอย่างที่จุดแตกหักในแท่นทดสอบ (ค) ตัวอย่างเดียวกันหลังการทดสอบ
ระบบประสาทคลุมเครือที่พัฒนาโดย Jang67 เป็นเครื่องมือที่เหมาะสมสำหรับการทำนายเส้นโค้งจำกัดการก่อตัวของใบ โครงข่ายประสาทเทียมประเภทนี้รวมถึงอิทธิพลของพารามิเตอร์ที่มีคำอธิบายที่คลุมเครือ ซึ่งหมายความว่าพวกเขาสามารถได้รับคุณค่าที่แท้จริงจากสาขาของตน ค่าประเภทนี้จะถูกจำแนกตามมูลค่าเพิ่มเติม แต่ละหมวดหมู่มีกฎของตัวเอง ตัวอย่างเช่น ค่าอุณหภูมิอาจเป็นจำนวนจริงใดๆก็ได้ และอุณหภูมิสามารถจำแนกได้เป็นเย็น กลาง อุ่น และร้อน ทั้งนี้ขึ้นอยู่กับค่าของมัน ตัวอย่างเช่น กฎสำหรับอุณหภูมิต่ำคือกฎ "สวมเสื้อแจ็คเก็ต" และกฎสำหรับอุณหภูมิที่อบอุ่นคือ "เสื้อยืดเพียงพอ" ในตรรกะคลุมเครือนั้น ผลลัพธ์จะได้รับการประเมินความถูกต้องและความน่าเชื่อถือ การรวมกันของระบบโครงข่ายประสาทเทียมที่มีตรรกะคลุมเครือทำให้มั่นใจได้ว่า ANFIS จะให้ผลลัพธ์ที่เชื่อถือได้
รูปที่ 6 จัดทำโดย Jang67 แสดงโครงข่ายประสาทเทียมแบบธรรมดา ดังที่แสดงไว้ เครือข่ายรับอินพุตสองรายการ ในการศึกษาของเรา ข้อมูลอินพุตคือสัดส่วนของมาร์เทนไซต์ในโครงสร้างจุลภาคและค่าของความเครียดเล็กน้อย ในระดับแรกของการวิเคราะห์ ค่าอินพุตจะถูกคลุมเครือโดยใช้กฎคลุมเครือและฟังก์ชันการเป็นสมาชิก (FC):
สำหรับ \(i=1, 2\) เนื่องจากอินพุตจะถือว่ามีคำอธิบายสองประเภท MF สามารถใช้กับรูปทรงสามเหลี่ยม สี่เหลี่ยมคางหมู เกาส์เซียน หรือรูปทรงอื่นๆ ได้
ขึ้นอยู่กับหมวดหมู่ \({A` เอฟเฟกต์ของอินพุตต่างๆ จะถูกรวมเข้าด้วยกัน ในที่นี้ กฎต่อไปนี้ใช้เพื่อรวมอิทธิพลของเศษส่วนมาร์เทนไซต์และค่าความเครียดรอง:
เอาต์พุต \({w__{i}\) ของเลเยอร์นี้เรียกว่าความเข้มของการจุดระเบิด ความเข้มของการจุดระเบิดเหล่านี้ถูกทำให้เป็นมาตรฐานในชั้นที่ 3 ตามความสัมพันธ์ต่อไปนี้:
ในเลเยอร์ 4 กฎ Takagi และ Sugeno67,68 จะรวมอยู่ในการคำนวณเพื่อคำนึงถึงอิทธิพลของค่าเริ่มต้นของพารามิเตอร์อินพุต เลเยอร์นี้มีความสัมพันธ์ดังต่อไปนี้:
ผลลัพธ์ \({f__{i}\) ได้รับผลกระทบจากค่าที่ทำให้เป็นมาตรฐานในเลเยอร์ ซึ่งให้ผลลัพธ์สุดท้าย ค่าวาร์ปหลัก:
โดยที่ \(NR\) แทนจำนวนกฎ บทบาทของโครงข่ายประสาทเทียมที่นี่คือการใช้อัลกอริธึมการเพิ่มประสิทธิภาพภายในเพื่อแก้ไขพารามิเตอร์เครือข่ายที่ไม่รู้จัก พารามิเตอร์ที่ไม่รู้จักคือพารามิเตอร์ผลลัพธ์ \(\left\{{p__{i}, {q__{i}, {r__{i}\right\}\) และพารามิเตอร์ที่เกี่ยวข้องกับ MF ถือเป็นฟังก์ชันรูปทรงกระดิ่งลมทั่วไป:
แผนภาพขีดจำกัดรูปร่างขึ้นอยู่กับพารามิเตอร์หลายตัว ตั้งแต่องค์ประกอบทางเคมีไปจนถึงประวัติการเปลี่ยนรูปของแผ่นโลหะ พารามิเตอร์บางตัวประเมินได้ง่าย รวมถึงพารามิเตอร์การทดสอบแรงดึง ในขณะที่พารามิเตอร์อื่นๆ ต้องใช้ขั้นตอนที่ซับซ้อนมากขึ้น เช่น การตรวจโลหะวิทยา หรือการวัดความเค้นตกค้าง ในกรณีส่วนใหญ่ ขอแนะนำให้ทำการทดสอบขีดจำกัดความเครียดสำหรับแผ่นแต่ละชุด อย่างไรก็ตาม บางครั้งผลการทดสอบอื่นๆ สามารถใช้เพื่อประมาณขีดจำกัดการสร้างรูปร่างได้ ตัวอย่างเช่น มีงานวิจัยหลายชิ้นที่ใช้ผลการทดสอบแรงดึงเพื่อกำหนดความสามารถในการขึ้นรูปแผ่น69,70,71,72 การศึกษาอื่นๆ รวมพารามิเตอร์เพิ่มเติมในการวิเคราะห์ เช่น ความหนาของเกรนและขนาด 31,73,74,75,76,77 อย่างไรก็ตาม การรวมพารามิเตอร์ที่อนุญาตทั้งหมดไม่เป็นประโยชน์ในการคำนวณ ดังนั้น การใช้แบบจำลอง ANFIS อาจเป็นแนวทางที่สมเหตุสมผลในการแก้ไขปัญหาเหล่านี้45,63
ในบทความนี้ ได้มีการศึกษาอิทธิพลของปริมาณมาร์เทนไซต์ต่อแผนภาพขีดจำกัดรูปร่างของเหล็กแผ่นออสเทนนิติก 316 ในการนี้ได้มีการเตรียมชุดข้อมูลโดยใช้การทดสอบเชิงทดลอง ระบบที่พัฒนาแล้วมีตัวแปรอินพุตสองตัว: สัดส่วนของมาร์เทนไซต์ที่วัดในการทดสอบทางโลหะวิทยาและช่วงของสายพันธุ์ทางวิศวกรรมขนาดเล็ก ผลลัพธ์ที่ได้คือการเสียรูปทางวิศวกรรมที่สำคัญของเส้นโค้งขีดจำกัดการขึ้นรูป เศษส่วนมาร์เทนซิติกมีสามประเภท: เศษส่วนละเอียด ปานกลาง และสูง ต่ำหมายความว่าสัดส่วนของมาร์เทนไซต์น้อยกว่า 10% ภายใต้สภาวะปานกลาง สัดส่วนของมาร์เทนไซต์จะอยู่ในช่วงตั้งแต่ 10% ถึง 20% ค่ามาร์เทนไซต์ที่สูงถือเป็นเศษส่วนมากกว่า 20% นอกจากนี้ ความเครียดทุติยภูมิมีหมวดหมู่ที่แตกต่างกันสามประเภทระหว่าง -5% ถึง 5% ใกล้กับแกนตั้ง ซึ่งใช้ในการหา FLD0 ช่วงบวกและลบเป็นอีกสองประเภท
ผลลัพธ์ของการทดสอบครึ่งทรงกลมถูกแสดงไว้ในรูปที่ รูปนี้แสดงแผนภาพการกำหนดขีดจำกัด 6 แบบ โดย 5 แบบในนั้นคือ FLD ของแผ่นรีดแต่ละแผ่น เมื่อพิจารณาจากจุดปลอดภัยและเส้นโค้งขีดจำกัดบนทำให้เกิดเส้นโค้งขีดจำกัด (FLC) รูปสุดท้ายเปรียบเทียบ FLC ทั้งหมด ดังที่เห็นได้จากรูปสุดท้าย การเพิ่มสัดส่วนของมาร์เทนไซต์ในเหล็กกล้าออสเทนนิติก 316 จะช่วยลดความสามารถในการขึ้นรูปของแผ่นโลหะได้ ในทางกลับกัน การเพิ่มสัดส่วนของมาร์เทนไซต์จะค่อยๆ เปลี่ยน FLC ให้เป็นเส้นโค้งสมมาตรรอบแกนตั้ง ในสองกราฟสุดท้าย ด้านขวาของเส้นโค้งจะสูงกว่าด้านซ้ายเล็กน้อย ซึ่งหมายความว่าความสามารถในการขึ้นรูปในแรงดึงในแกนสองแกนจะสูงกว่าแรงดึงในแกนเดียว นอกจากนี้ความเครียดทางวิศวกรรมทั้งเล็กน้อยและหลักก่อนคอจะลดลงตามสัดส่วนของมาร์เทนไซท์ที่เพิ่มขึ้น
316 สร้างเส้นโค้งจำกัด อิทธิพลของสัดส่วนมาร์เทนไซต์ต่อความสามารถในการขึ้นรูปของเหล็กแผ่นออสเทนนิติก (จุดปลอดภัย SF, เส้นโค้งจำกัดการก่อตัว FLC, มาร์เทนไซต์ M)
โครงข่ายประสาทเทียมได้รับการฝึกอบรมเกี่ยวกับผลการทดลอง 60 ชุด โดยมีเศษส่วนมาร์เทนไซต์ 7.8, 18.3 และ 28.7% ชุดข้อมูลมาร์เทนไซต์ 15.4% ถูกสงวนไว้สำหรับกระบวนการตรวจสอบ และ 25.6% สำหรับกระบวนการทดสอบ ข้อผิดพลาดหลังจาก 150 ยุคคือประมาณ 1.5% บนรูป เลข 9 แสดงความสัมพันธ์ระหว่างเอาต์พุตจริง (\({\epsilon _{1}\) ปริมาณงานทางวิศวกรรมขั้นพื้นฐาน) ที่จัดเตรียมไว้สำหรับการฝึกอบรมและการทดสอบ ดังที่คุณเห็น NFS ที่ได้รับการฝึกอบรมคาดการณ์ \({\epsilon} _{1}\) ได้อย่างน่าพอใจสำหรับชิ้นส่วนโลหะแผ่น
(a) ความสัมพันธ์ระหว่างค่าที่คาดการณ์กับค่าจริงหลังกระบวนการฝึกอบรม (b) ข้อผิดพลาดระหว่างค่าที่คาดการณ์กับค่าจริงสำหรับโหลดทางวิศวกรรมหลักบน FLC ระหว่างการฝึกอบรมและการตรวจสอบ
ในช่วงหนึ่งของการฝึกอบรม เครือข่าย ANFIS จะถูกรีไซเคิลอย่างหลีกเลี่ยงไม่ได้ เพื่อระบุสิ่งนี้ จะทำการตรวจสอบแบบขนานซึ่งเรียกว่า "การตรวจสอบ" หากค่าความผิดพลาดในการตรวจสอบความถูกต้องเบี่ยงเบนไปจากค่าการฝึก เครือข่ายจะเริ่มการฝึกใหม่ ดังแสดงในรูปที่ 9b ก่อนยุค 150 ความแตกต่างระหว่างเส้นโค้งการเรียนรู้และการตรวจสอบความถูกต้องมีน้อย และเป็นไปตามเส้นโค้งเดียวกันโดยประมาณ ณ จุดนี้ ข้อผิดพลาดของกระบวนการตรวจสอบเริ่มเบี่ยงเบนไปจากเส้นโค้งการเรียนรู้ ซึ่งเป็นสัญญาณของ ANFIS ที่มากเกินไป ดังนั้นเครือข่าย ANFIS รอบ 150 จึงถูกรักษาไว้โดยมีข้อผิดพลาด 1.5% จากนั้นจึงมีการแนะนำการทำนาย FLC สำหรับ ANFIS บนรูป 10 แสดงเส้นโค้งที่คาดการณ์และจริงสำหรับตัวอย่างที่เลือกซึ่งใช้ในกระบวนการฝึกอบรมและการตรวจสอบ เนื่องจากข้อมูลจากเส้นโค้งเหล่านี้ถูกใช้ในการฝึกเครือข่าย จึงไม่น่าแปลกใจที่จะสังเกตการคาดการณ์อย่างใกล้ชิด
กราฟคาดการณ์ FLC และ ANFIS เชิงทดลองจริงภายใต้สภาวะปริมาณมาร์เทนไซต์ต่างๆ เส้นโค้งเหล่านี้ใช้ในกระบวนการฝึกอบรม
โมเดล ANFIS ไม่รู้ว่าเกิดอะไรขึ้นกับตัวอย่างล่าสุด ดังนั้นเราจึงทดสอบ ANFIS ที่ผ่านการฝึกอบรมสำหรับ FLC โดยการส่งตัวอย่างที่มีเศษส่วนมาร์เทนไซต์ 25.6% บนรูป ภาพที่ 11 แสดงการทำนายของ ANFIS FLC เช่นเดียวกับ FLC เชิงทดลอง ข้อผิดพลาดสูงสุดระหว่างค่าที่คาดการณ์ไว้และมูลค่าการทดลองคือ 6.2% ซึ่งสูงกว่าค่าที่คาดการณ์ไว้ระหว่างการฝึกและการตรวจสอบความถูกต้อง อย่างไรก็ตาม ข้อผิดพลาดนี้เป็นข้อผิดพลาดที่ยอมรับได้เมื่อเปรียบเทียบกับการศึกษาอื่นๆ ที่ทำนาย FLC ในทางทฤษฎี37
ในอุตสาหกรรม พารามิเตอร์ที่ส่งผลต่อความสามารถในการขึ้นรูปมีการอธิบายไว้ในรูปแบบของลิ้น ตัวอย่างเช่น "เม็ดหยาบลดการขึ้นรูป" หรือ "การทำงานเย็นที่เพิ่มขึ้นจะลด FLC" ข้อมูลเข้าเครือข่าย ANFIS ในระยะแรกแบ่งออกเป็นหมวดหมู่ทางภาษา เช่น ต่ำ กลาง และสูง มีกฎที่แตกต่างกันสำหรับหมวดหมู่ต่างๆ บนเครือข่าย ดังนั้นในอุตสาหกรรม เครือข่ายประเภทนี้จึงมีประโยชน์มากในแง่ของการรวมปัจจัยหลายประการไว้ในคำอธิบายและการวิเคราะห์ทางภาษา ในงานนี้ เราพยายามคำนึงถึงคุณสมบัติหลักประการหนึ่งของโครงสร้างจุลภาคของสเตนเลสออสเทนนิติก เพื่อใช้ความเป็นไปได้ของ ANFIS ปริมาณมาร์เทนไซต์ที่เกิดจากความเครียดที่ 316 เป็นผลโดยตรงจากการทำงานขณะเย็นของเม็ดมีดเหล่านี้ จากการทดลองและการวิเคราะห์ ANFIS พบว่าการเพิ่มสัดส่วนของมาร์เทนไซต์ในสเตนเลสออสเทนนิติกประเภทนี้ส่งผลให้ FLC ของเพลต 316 ลดลงอย่างมีนัยสำคัญ ดังนั้นการเพิ่มสัดส่วนของมาร์เทนไซต์จาก 7.8% เป็น 28.7% ช่วยลด FLD0 ตั้งแต่ 0.35 มากถึง 0.1 ตามลำดับ ในทางกลับกัน เครือข่าย ANFIS ที่ได้รับการฝึกอบรมและตรวจสอบความถูกต้องแล้วสามารถทำนาย FLC ได้โดยใช้ 80% ของข้อมูลการทดลองที่มีอยู่ โดยมีข้อผิดพลาดสูงสุด 6.5% ซึ่งเป็นข้อผิดพลาดที่ยอมรับได้เมื่อเปรียบเทียบกับขั้นตอนทางทฤษฎีและความสัมพันธ์ทางปรากฏการณ์วิทยาอื่นๆ
ชุดข้อมูลที่ใช้และ/หรือวิเคราะห์ในการศึกษาปัจจุบันสามารถหาได้จากผู้เขียนตามลำดับเมื่อมีการร้องขอที่สมเหตุสมผล
อิฟติคาร์, CMA และคณะ วิวัฒนาการของเส้นทางผลผลิตที่ตามมาของแมกนีเซียมอัลลอยด์ AZ31 ที่ถูกอัดขึ้นรูป “ตามสภาพ” ภายใต้เส้นทางการโหลดตามสัดส่วนและไม่เป็นไปตามสัดส่วน: การทดลองและการจำลอง CPFEM ภายใน J. Prast 151, 103216 (2022)
อิฟติคาร์, TsMA และคณะ วิวัฒนาการของพื้นผิวผลผลิตที่ตามมาหลังจากการเสียรูปพลาสติกตามเส้นทางการโหลดตามสัดส่วนและไม่สัดส่วนของโลหะผสม AA6061 ที่ผ่านการอบอ่อน: การทดลองและการสร้างแบบจำลองไฟไนต์เอลิเมนต์ของความเป็นพลาสติกของคริสตัล ภายใน J. Plast 143, 102956 (2021)
Manik, T., Holmedal, B. & Hopperstad, OS ความเครียดชั่วคราว, การแข็งตัวของงาน และค่าอลูมิเนียม r เนื่องจากการเปลี่ยนแปลงเส้นทางความเครียด ภายใน J. Prast 69, 1–20 (2558)
Mamushi, H. และคณะ วิธีการทดลองใหม่ในการกำหนดแผนภาพจำกัดรูปร่างโดยคำนึงถึงผลกระทบของความดันปกติ ภายในเจ. อัลมาเมเตอร์ รูปร่าง. 15(1), 1 (2022)
หยาง ซี และคณะ การสอบเทียบเชิงทดลองของพารามิเตอร์การแตกหักแบบเหนียวและขีดจำกัดความเครียดของโลหะแผ่น AA7075-T6 เจ. อัลมาเมเตอร์. กระบวนการ. เทคโนโลยี 291, 117044 (2021)
Petrits, A. และคณะ อุปกรณ์เก็บเกี่ยวพลังงานที่ซ่อนอยู่และเซ็นเซอร์ชีวการแพทย์ที่ใช้ตัวแปลงเฟอร์โรอิเล็กทริกและไดโอดอินทรีย์ที่มีความยืดหยุ่นเป็นพิเศษ ชุมชนแห่งชาติ 12(1), 2399 (2021)
Basak, S. และ Panda, SK การวิเคราะห์ขีดจำกัดการคอและการแตกหักของแผ่นที่ขึ้นรูปล่วงหน้าต่างๆ ในเส้นทางการเปลี่ยนรูปพลาสติกที่มีประสิทธิผลเชิงขั้วโดยใช้แบบจำลองผลผลิต Yld 2000–2d เจ. อัลมาเมเตอร์. กระบวนการ. เทคโนโลยี 267, 289–307 (2019)
Basak, S. และ Panda, SK การเสียรูปของการแตกหักในโลหะแผ่นแอนไอโซทรอปิก: การประเมินการทดลองและการทำนายทางทฤษฎี ภายใน เจ.เมชา. วิทยาศาสตร์ 151, 356–374 (2019)
Jalefar, F., Hashemi, R. & Hosseinipur, SJ การศึกษาเชิงทดลองและเชิงทฤษฎีเกี่ยวกับผลของการเปลี่ยนวิถีการเคลื่อนที่ของความเครียดบนแผนภาพขีดจำกัดการขึ้นรูป AA5083 ภายใน J. Adv. ผู้ผลิต เทคโนโลยี 76(5–8), 1343–1352 (2015)
Habibi, M. และคณะ การศึกษาทดลองคุณสมบัติทางกล ความสามารถในการขึ้นรูป และแผนภาพจำกัดรูปร่างของช่องว่างรอยเชื่อมแบบกวนด้วยแรงเสียดทาน เจ.เมกเกอร์. กระบวนการ. 31, 310–323 (2018)
ฮาบีบี, เอ็ม. และคณะ เมื่อพิจารณาถึงอิทธิพลของการโค้งงอ แผนภาพขีดจำกัดจะถูกสร้างขึ้นโดยการรวมแบบจำลอง MC เข้ากับการสร้างแบบจำลองไฟไนเอลิเมนต์ กระบวนการ. สถาบันขนสัตว์ โครงการ. ล 232(8), 625–636 (2018)
เวลาโพสต์: Jun-08-2023