Nature.com ကိုလာရောက်လည်ပတ်သည့်အတွက် ကျေးဇူးတင်ပါသည်။ သင်သည် အကန့်အသတ်ရှိသော CSS ပံ့ပိုးမှုဖြင့် ဘရောက်ဆာဗားရှင်းကို အသုံးပြုနေပါသည်။ အကောင်းဆုံးအတွေ့အကြုံအတွက်၊ အပ်ဒိတ်လုပ်ထားသောဘရောက်ဆာ (သို့မဟုတ် Internet Explorer တွင် လိုက်ဖက်ညီသောမုဒ်ကိုပိတ်ပါ) ကိုအသုံးပြုရန် ကျွန်ုပ်တို့အကြံပြုအပ်ပါသည်။ ထို့အပြင်၊ ဆက်လက်ပံ့ပိုးမှုသေချာစေရန်၊ ပုံစံများနှင့် JavaScript မပါဘဲ ဝဘ်ဆိုက်ကို ပြသပါသည်။
ဆလိုက်တစ်ခုလျှင် ဆောင်းပါးသုံးပုဒ်ကို ပြသသည့် ဆလိုက်ဒါများ။ ဆလိုက်များတစ်လျှောက် ရွှေ့ရန် နောက်ဘက်နှင့် နောက်ခလုတ်များကို အသုံးပြုပါ သို့မဟုတ် ဆလိုက်တစ်ခုစီကို ရွှေ့ရန် အဆုံးရှိ ဆလိုက်ထိန်းချုပ်မှုခလုတ်များကို အသုံးပြုပါ။
သံမဏိအလွှာများ၏ဖွဲ့စည်းမှုအပေါ် microstructure ၏အကျိုးသက်ရောက်မှုသည်စာရွက်သတ္တုလုပ်ငန်းအင်ဂျင်နီယာများအတွက်အဓိကစိုးရိမ်ပူပန်မှုဖြစ်သည်။ austenitic သံမဏိများအတွက်၊ ပုံပျက်နေသော martensite (\({\alpha}^{^{\prime))\)-martensite) သည် သေးငယ်သောဖွဲ့စည်းပုံအတွင်း သိသာထင်ရှားသော မာကျောမှုနှင့် ဖွဲ့စည်းနိုင်စွမ်းကို ကျဆင်းစေသည်။ ဤလေ့လာမှုတွင်၊ ကျွန်ုပ်တို့သည် AISI 316 သံမဏိများ၏ ဖွဲ့စည်းနိုင်စွမ်းကို စမ်းသပ်ခြင်းနှင့် ဉာဏ်ရည်တုနည်းလမ်းများဖြင့် မတူညီသော မာတင်းဆီတစ်အစွမ်းသတ္တိများဖြင့် အကဲဖြတ်ရန် ရည်ရွယ်ပါသည်။ ပထမအဆင့်တွင်၊ ကနဦးအထူ 2 မီလီမီတာရှိသော AISI 316 သံမဏိကို အထူအမျိုးမျိုးဖြင့် အအေးခံပြီး လှိမ့်ထားသည်။ နောက်ပိုင်းတွင်၊ ဆွေမျိုးသားချင်း strain martensite ဧရိယာကို metallographic စမ်းသပ်ခြင်းဖြင့် တိုင်းတာခဲ့သည်။ ထုပ်ပိုးထားသော စာရွက်များ၏ ပုံသဏ္ဍန်ကို strain limit diagram (FLD) ရရှိရန် hemisphere burst test ကို အသုံးပြု၍ ဆုံးဖြတ်ခဲ့သည်။ စမ်းသပ်မှု၏ရလဒ်အဖြစ်ရရှိသောဒေတာကိုအတု neuro-fuzzy interference system (ANFIS) ကိုလေ့ကျင့်ရန်နှင့်စမ်းသပ်ရန်အတွက်နောက်ထပ်အသုံးပြုသည်။ ANFIS လေ့ကျင့်မှုအပြီးတွင်၊ အာရုံကြောကွန်ရက်မှ ခန့်မှန်းထားသော ထင်ရှားသောမျိုးကွဲများကို စမ်းသပ်မှုရလဒ်အသစ်တစ်ခုနှင့် နှိုင်းယှဉ်ခဲ့သည်။ ရလဒ်များအရ အအေးလှိမ့်ခြင်းသည် ဤသံမဏိအမျိုးအစား၏ဖွဲ့စည်းနိုင်မှုအပေါ် အပျက်သဘောဆောင်သောအကျိုးသက်ရောက်မှုရှိကြောင်းပြသသော်လည်း စာရွက်၏ခိုင်ခံ့မှုမှာ အလွန်ကောင်းမွန်ပါသည်။ ထို့အပြင်၊ ANFIS သည် စမ်းသပ်တိုင်းတာမှုများနှင့် နှိုင်းယှဉ်ပါက ကျေနပ်ဖွယ်ရလဒ်များကို ပြသသည်။
ဆယ်စုနှစ်များစွာ သိပ္ပံဆောင်းပါးများ၏ ဘာသာရပ်ဖြစ်သော်လည်း စာရွက်သတ္တုဖွဲ့စည်းနိုင်မှုမှာ သတ္တုဗေဒဆိုင်ရာ သုတေသနအတွက် စိတ်ဝင်စားစရာ နယ်ပယ်တစ်ခုအဖြစ် ရှိနေသေးသည်။ နည်းပညာဆိုင်ရာ ကိရိယာအသစ်များနှင့် တွက်ချက်မှုဆိုင်ရာ မော်ဒယ်လ်အသစ်များသည် ဖွဲ့စည်းနိုင်စွမ်းကို ထိခိုက်စေသည့် အလားအလာရှိသော အကြောင်းရင်းများကို ရှာဖွေရန် ပိုမိုလွယ်ကူစေသည်။ အရေးအကြီးဆုံးမှာ၊ ပုံသဏ္ဍာန်ကန့်သတ်ချက်အတွက် အသေးစားဖွဲ့စည်းပုံ၏အရေးပါမှုကို Crystal Plasticity Finite Element Method (CPFEM) ကိုအသုံးပြုပြီး မကြာသေးမီနှစ်များအတွင်း ထုတ်ဖော်ပြသခဲ့သည်။ အခြားတစ်ဖက်တွင်၊ scanning electron microscopy (SEM) နှင့် electron backscatter diffraction (EBSD) တို့သည် သုတေသီများကို ပုံပျက်နေချိန်တွင် crystal structures များ၏ microstructural လုပ်ဆောင်ချက်ကို စောင့်ကြည့်လေ့လာရန် ကူညီပေးပါသည်။ သတ္တုများ၊ စပါးစေ့အရွယ်အစားနှင့် တိမ်းညွှတ်မှု နှင့် စပါးအဆင့်ရှိ အဏုကြည့် ချို့ယွင်းချက်များရှိ ကွဲပြားသော အဆင့်များ၏ လွှမ်းမိုးမှုကို နားလည်ခြင်းသည် ပုံစံကျနိုင်မှုကို ခန့်မှန်းရန်အတွက် အရေးကြီးပါသည်။
လမ်းကြောင်း 1၊ 2၊ 3 ပေါ်တွင် အလွန်အမင်း မှီခိုနေကြောင်း ပြသထားသောကြောင့် ဖွဲ့စည်းနိုင်မှုအား ဆုံးဖြတ်ခြင်းသည် ရှုပ်ထွေးသော လုပ်ငန်းစဉ်တစ်ခုဖြစ်သည်။ ထို့ကြောင့်၊ အဆုံးစွန်ဖွဲ့စည်းခြင်း strain ၏ သမားရိုးကျအယူအဆများသည် အချိုးအစားမညီသော loading အခြေအနေများအောက်တွင် အားကိုးမရနိုင်ပါ။ အခြားတစ်ဖက်တွင်၊ စက်မှုလုပ်ငန်းဆိုင်ရာအသုံးချပရိုဂရမ်များတွင် ဝန်လမ်းကြောင်းအများစုကို အချိုးမကျသော loading အဖြစ် သတ်မှတ်သည်။ ယင်းနှင့်စပ်လျဉ်း၍ ရိုးရာ hemispherical နှင့် စမ်းသပ် Marciniak-Kuchinsky (MK) method4,5,6 ကို သတိဖြင့်အသုံးပြုသင့်သည်။ မကြာသေးမီနှစ်များအတွင်း၊ အခြားအယူအဆတစ်ခုဖြစ်သည့် Fracture Limit Diagram (FFLD) သည် ပုံစံပြောင်းလဲနိုင်သော အင်ဂျင်နီယာများစွာ၏ အာရုံစိုက်မှုကို ဆွဲဆောင်ခဲ့သည်။ ဤသဘောတရားတွင် စာရွက်ဖွဲ့စည်းနိုင်မှုကို ခန့်မှန်းရန် ပျက်စီးမှုပုံစံကို အသုံးပြုသည်။ ဤကိစ္စနှင့် ပတ်သက်၍၊ လမ်းကြောင်းလွတ်လပ်မှုကို ခွဲခြမ်းစိတ်ဖြာမှုတွင် ကနဦးထည့်သွင်းထားပြီး ရလဒ်များသည် အတိုင်းအတာမသတ်မှတ်ထားသော စမ်းသပ်မှုရလဒ်များ 7,8,9 နှင့် ကောင်းမွန်သောသဘောတူညီချက်ဖြစ်သည်။ စာရွက်သတ္တုတစ်ခု၏ဖွဲ့စည်းနိုင်မှုအတိုင်းအတာအများအပြားနှင့်စာရွက်၏လုပ်ဆောင်မှုမှတ်တမ်းအပြင်သတ္တု၏အသေးစားဖွဲ့စည်းပုံနှင့်အဆင့်ပေါ်တွင်မူတည်သည်။
အရွယ်အစား မှီခိုမှုသည် သတ္တုများ၏ အဏုကြည့်ခြင်းဆိုင်ရာ အင်္ဂါရပ်များကို ထည့်သွင်းစဉ်းစားသည့်အခါ ပြဿနာတစ်ခုဖြစ်သည်။ သေးငယ်သော ပုံပျက်ခြင်းနေရာများတွင် တုန်ခါမှု နှင့် buckling ဂုဏ်သတ္တိများ မှီခိုမှုသည် material16,17,18,19,20,21,22,23,24,25,26,27 ၏ အရှည်စကေးပေါ်တွင် ခိုင်ခိုင်မာမာမူတည်ကြောင်း ပြသထားပါသည်။ ၂၈၊၂၉၊၃၀။ စပါးအရွယ်အစား၏ဖွဲ့စည်းမှုအပေါ်အကျိုးသက်ရောက်မှုကိုစက်မှုလုပ်ငန်းတွင်ကြာရှည်စွာအသိအမှတ်ပြုခဲ့သည်။ Yamaguchi နှင့် Mellor [31] သည် သီအိုရီပိုင်းခြားစိတ်ဖြာမှုကို အသုံးပြု၍ သတ္တုပြားများ၏ ဆန့်နိုင်အားသတ္တိအပေါ် စပါး၏အရွယ်အစားနှင့် အထူ၏အကျိုးသက်ရောက်မှုကို လေ့လာခဲ့သည်။ Marciniac မော်ဒယ်ကို အသုံးပြု၍ biaxial tensile loading အောက်တွင်၊ အထူနှင့် စပါးအရွယ်အစား အချိုးအစား ကျဆင်းခြင်းသည် စာရွက်၏ tensile ဂုဏ်သတ္တိများ ကျဆင်းသွားကြောင်း အစီရင်ခံပါသည်။ Wilson et al ၏ စမ်းသပ်မှုရလဒ်များ။ 32 သည် ပျမ်းမျှစပါးအချင်း (t/d) သို့ အထူကို လျှော့ချခြင်းဖြင့် မတူညီသော အထူသုံးမျိုးရှိသော သတ္တုပြားများ၏ biaxial extensibility ကို လျော့ကျစေကြောင်း အတည်ပြုခဲ့သည်။ 20 ထက်နည်းသော t/d တန်ဖိုးများတွင် တူညီမှုမရှိသော ပုံသဏ္ဍာန်နှင့် လည်ပင်းပေါက်ခြင်းကို စာရွက်၏အထူရှိ အစေ့အဆန်တစ်ခုချင်းစီမှ အဓိကအားဖြင့် သက်ရောက်မှုရှိကြောင်း ၎င်းတို့က ကောက်ချက်ချခဲ့သည်။ Ulvan နှင့် Koursaris33 သည် 304 နှင့် 316 austenitic stainless steels များ၏ အလုံးစုံ လည်ပတ်နိုင်မှုအပေါ် စပါးအရွယ်အစား၏ အကျိုးသက်ရောက်မှုကို လေ့လာခဲ့သည်။ ဤသတ္တုများ၏ဖွဲ့စည်းပုံမှာ စပါးအရွယ်အစားကြောင့် မထိခိုက်ကြောင်း အစီရင်ခံတင်ပြထားသော်လည်း ဆန့်နိုင်အား၏ဂုဏ်သတ္တိများ သေးငယ်သည်ကို တွေ့မြင်နိုင်သည်။ ၎င်းသည် စပါးအရွယ်အစား တိုးလာခြင်းကြောင့် ဤသံမဏိများ၏ ကြံ့ခိုင်မှုလက္ခဏာများကို ကျဆင်းစေသည်။ နီကယ်သတ္တုများ၏ စီးဆင်းမှုဖိအားအပေါ် dislocation density ၏ လွှမ်းမိုးမှုသည် စပါးအရွယ်အစား 34 နှင့်မသက်ဆိုင်ဘဲ dislocation density သည် သတ္တု၏ flow stress ကို ဆုံးဖြတ်ကြောင်းပြသသည်။ Becker နှင့် Panchanadiswaran မှ စမ်းသပ်မှုများနှင့် ပုံဆောင်ခဲ ပလတ်စတစ်ပုံစံ 35 ကို အသုံးပြု၍ ကောက်နှံဆိုင်ရာ အပြန်အလှန်ဆက်သွယ်မှုနှင့် ကနဦးဦးတည်မှုသည်လည်း အလူမီနီယမ်အလွှာ၏ ဆင့်ကဲဖြစ်စဉ်အပေါ် ကြီးစွာသော သြဇာသက်ရောက်မှုရှိပါသည်။ ၎င်းတို့၏ ခွဲခြမ်းစိတ်ဖြာမှုမှ ကိန်းဂဏာန်းရလဒ်များသည် အသုံးချနယ်နိမိတ်အခြေအနေများ၏ ကန့်သတ်ချက်များကြောင့် အချို့သော simulation ရလဒ်များသည် လက်တွေ့စမ်းသပ်မှုများမှ သွေဖည်သွားသော်လည်း လက်တွေ့စမ်းသပ်မှုများနှင့် ကိုက်ညီပါသည်။ ပုံဆောင်ခဲပလတ်စတစ်ပုံစံများကို လေ့လာပြီး စမ်းသပ်ရှာဖွေခြင်းဖြင့်၊ လှိမ့်ထားသော အလူမီနီယမ်စာရွက်များသည် ကွဲပြားသောပုံစံကိုပြသနိုင်သည်36။ ရလဒ်များသည် မတူညီသောစာရွက်များ၏ stress-strain မျဉ်းကွေးများသည် တူညီလုနီးပါးဖြစ်သော်လည်း၊ ကနဦးတန်ဖိုးများအပေါ်အခြေခံ၍ ၎င်းတို့၏ဖွဲ့စည်းနိုင်မှုတွင် သိသာထင်ရှားသောကွာခြားချက်များရှိကြောင်း ပြသခဲ့သည်။ Amelirad နှင့် Assempour တို့သည် austenitic stainless steel sheets37 အတွက် stress-strain မျဉ်းကွေးများရရှိရန် စမ်းသပ်မှုများနှင့် CPFEM ကိုအသုံးပြုခဲ့သည်။ ၎င်းတို့၏ သရုပ်ဖော်မှုများတွင် စပါးအရွယ်အစား တိုးလာမှုသည် FLD တွင် ကန့်သတ်မျဉ်းကွေးတစ်ခု ဖြစ်လာကြောင်း ပြသခဲ့သည်။ ထို့အပြင်၊ အလားတူစာရေးဆရာများသည် voids 38 ဖွဲ့စည်းခြင်းအပေါ် ကောက်ပဲညွှတ်မှု နှင့် ပုံသဏ္ဍာန်၏ အကျိုးသက်ရောက်မှုကို စုံစမ်းစစ်ဆေးခဲ့သည်။
austenitic stainless steels များတွင် စပါးပုံသဏ္ဍာန်နှင့် တိမ်းညွှတ်မှုအပြင်၊ အမွှာများနှင့် အလယ်တန်းအဆင့်များ၏ အခြေအနေသည်လည်း အရေးကြီးပါသည်။ Twinning သည် TWIP 39 သံမဏိတွင် မာကျောမှုနှင့် ရှည်လျားမှုတိုးလာစေရန် အဓိက ယန္တရားဖြစ်သည်။ TWIP သံမဏိများ၏ဖွဲ့စည်းပုံမှာ လုံလောက်သော ဆန့်နိုင်အားတုံ့ပြန်မှုရှိနေသော်လည်း Hwang40 မှ အစီရင်ခံပါသည်။ သို့သော် austenitic သံမဏိအလွှာများ၏ဖွဲ့စည်းပုံအပေါ်ပုံပျက်ခြင်း၏အကျိုးသက်ရောက်မှုကိုလုံလောက်စွာမလေ့လာပါ။ Mishra et al ။ 41 သည် အမျိုးမျိုးသော tensile strain လမ်းကြောင်းများအောက်တွင် twinning ကိုကြည့်ရှုရန် austenitic stainless steels ကိုလေ့လာခဲ့သည်။ အမြွှာအမွှာများသည် ဖောက်ဖျက်ထားသောအမွှာများနှင့် မျိုးဆက်သစ်အမွှာများ၏ ဆွေးမြေ့ပျက်စီးခြင်းဆိုင်ရာ အရင်းအမြစ်များမှအစပြုနိုင်ကြောင်း ၎င်းတို့တွေ့ရှိခဲ့သည်။ အကြီးဆုံးအမွှာများ သည် biaxial tension အောက်တွင် ဖြစ်ပေါ်လာသည်ကို သတိပြုမိသည်။ ထို့အပြင်၊ austenite ကို \({\alpha}^{^{\prime}}\)-martensite အဖြစ်သို့ ပြောင်းလဲခြင်းသည် strain လမ်းကြောင်းပေါ်တွင် မူတည်ကြောင်း မှတ်သားရပါသည်။ Hong et al ။ 42 သည် 316L austenitic သံမဏိ၏ ရွေးချယ်ထားသော လေဆာအရည်ပျော်မှုတွင် အပူချိန်အမျိုးမျိုးတွင် ဟိုက်ဒရိုဂျင် ယောင်ယမ်းခြင်းအပေါ် strain-induced twinning နှင့် martensite ၏အကျိုးသက်ရောက်မှုကို စုံစမ်းစစ်ဆေးခဲ့သည်။ အပူချိန်ပေါ်မူတည်၍ ဟိုက်ဒရိုဂျင်သည် ချို့ယွင်းမှုဖြစ်စေနိုင်သည် သို့မဟုတ် 316L သံမဏိ၏ဖွဲ့စည်းနိုင်စွမ်းကို မြှင့်တင်ပေးနိုင်ကြောင်း လေ့လာတွေ့ရှိခဲ့သည်။ Shen et al ။ 43 tensile loading အောက်တွင် ပုံပျက်နေသော martensite ၏ ထုထည်ကို အမျိုးမျိုးသော loading rate ဖြင့် တိုင်းတာသည်။ tensile strain တိုးလာခြင်းသည် martensite အပိုင်း၏ ထုထည်အပိုင်းကို တိုးစေကြောင်း တွေ့ရှိခဲ့သည်။
AI နည်းလမ်းများကို သိပ္ပံနှင့်နည်းပညာတွင် ပြဿနာများ၏ ရုပ်ပိုင်းဆိုင်ရာနှင့် သင်္ချာအခြေခံများကို အသုံးမပြုဘဲ ရှုပ်ထွေးသောပြဿနာများကို ပုံဖော်ရာတွင် စွယ်စုံရသောကြောင့် 44,45,46,47,48,49,50,51,52 AI နည်းလမ်းများ၏ အရေအတွက် တိုးများလာပါသည်။ . Moradi et al ။ 44 ပိုမိုသေးငယ်သော နာနိုဆီလီကာအမှုန်များထုတ်လုပ်ရန် ဓာတုအခြေအနေများကို ပိုမိုကောင်းမွန်အောင်ပြုလုပ်ရန် စက်သင်ယူမှုနည်းပညာများကို အသုံးပြုခဲ့သည်။ အခြားသော ဓာတုဂုဏ်သတ္တိများသည် သုတေသနဆောင်းပါးများစွာတွင် ဆန်းစစ်လေ့လာထားသည့် နာနိုစကေးပစ္စည်းများ၏ ဂုဏ်သတ္တိကိုလည်း လွှမ်းမိုးပါသည်။ Ce et al ။ 45 သည် လှည့်ပတ်မှုအခြေအနေအမျိုးမျိုးအောက်တွင် ရိုးရိုးကာဗွန်သံမဏိစာရွက်သတ္တု၏ဖွဲ့စည်းနိုင်စွမ်းကိုခန့်မှန်းရန် ANFIS ကိုအသုံးပြုခဲ့သည်။ အအေးလှိမ့်ခြင်းကြောင့်၊ အပျော့စားသံမဏိတွင် dislocation density သိသိသာသာတိုးလာသည်။ ရိုးရိုးကာဗွန်သံမဏိများသည် ၎င်းတို့၏ မာကျောမှုနှင့် ပြန်လည်ထူထောင်ရေး ယန္တရားများတွင် austenitic stainless steels များနှင့် ကွဲပြားသည်။ ရိုးရှင်းသော ကာဗွန်သံမဏိတွင်၊ သတ္တုအသေးစားဖွဲ့စည်းပုံတွင် အဆင့်ပြောင်းလဲမှုများ မဖြစ်ပေါ်ပါ။ သတ္တုအဆင့်အပြင်၊ သတ္တုများ၏ ပျော့ပျောင်းမှု၊ ကျိုးကြေမှု၊ ပြုပြင်နိုင်မှုစသည်ဖြင့် အမျိုးမျိုးသော အပူကုသမှု၊ အအေးခန်းနှင့် အိုမင်းမှု 54,55,56,57,58,59 တို့တွင် ဖြစ်ပေါ်သည့် အခြားသော အသေးစားဖွဲ့စည်းပုံအင်္ဂါရပ်များကြောင့်လည်း ထိခိုက်ပါသည်။ ၊၆၀။ , 61, 62. မကြာသေးမီက Chen et al. 63 သည် 304L သံမဏိ၏ဖွဲ့စည်းနိုင်မှုအပေါ်အအေးလူးခြင်း၏အကျိုးသက်ရောက်မှုကိုလေ့လာခဲ့သည်။ ၎င်းတို့သည် အာရုံကြောကွန်ရက်ဖွဲ့စည်းနိုင်မှုကို ခန့်မှန်းရန် လေ့ကျင့်ပေးရန်အတွက် စမ်းသပ်စမ်းသပ်မှုများတွင်သာ ဖြစ်ရပ်ဆန်းဗေဒဆိုင်ရာ လေ့လာတွေ့ရှိချက်များကို ထည့်သွင်းစဉ်းစားခဲ့သည်။ အမှန်မှာ၊ austenitic stainless steels များတွင်၊ စာရွက်၏ tensile ဂုဏ်သတ္တိများကို လျှော့ချရန် အချက်များစွာ ပေါင်းစပ်ထားသည်။ Lu et al.64 သည် အပေါက်ချဲ့ခြင်းလုပ်ငန်းစဉ်အပေါ် အမျိုးမျိုးသော ကန့်သတ်ဘောင်များ၏ အကျိုးသက်ရောက်မှုကို စောင့်ကြည့်ရန် ANFIS ကို အသုံးပြုခဲ့သည်။
အထက်ဖော်ပြပါ ပြန်လည်သုံးသပ်မှုတွင် အကျဉ်းချုံးဆွေးနွေးထားသည့်အတိုင်း၊ ပုံသဏ္ဍာန်ကန့်သတ်ပုံဇယားအပေါ် အသေးစားတည်ဆောက်မှုအကျိုးသက်ရောက်မှုသည် စာပေတွင် အာရုံစိုက်မှုအနည်းငယ်သာရရှိခဲ့သည်။ အခြားတစ်ဖက်တွင်၊ များစွာသော microstructural features များကိုထည့်သွင်းစဉ်းစားရပါမည်။ ထို့ကြောင့်၊ ခွဲခြမ်းစိတ်ဖြာမှုနည်းလမ်းများတွင် microstructural Factors အားလုံးကို ထည့်သွင်းရန် မဖြစ်နိုင်သလောက်ပင်။ ဤသဘောဖြင့် ဉာဏ်ရည်တုကို အသုံးပြုခြင်းသည် အကျိုးရှိနိုင်သည်။ ယင်းနှင့်စပ်လျဉ်း၍ ဤလေ့လာမှုသည် သံမဏိစာရွက်များဖွဲ့စည်းနိုင်မှုအပေါ် ဖိစီးမှုဖြစ်စေသော martensite ၏ပါဝင်မှုဖြစ်သော microstructural factor ၏ ရှုထောင့်တစ်ခု၏ အကျိုးသက်ရောက်မှုကို စုံစမ်းသည်။ ဤလေ့လာမှုသည် စမ်းသပ်ဆဲ FLD မျဉ်းကွေးများသာမဟုတ်ဘဲ အသေးစားဖွဲ့စည်းပုံဆိုင်ရာအင်္ဂါရပ်များအပေါ် အာရုံစိုက်ထားသောကြောင့် ဖွဲ့စည်းနိုင်မှုနှင့်ပတ်သက်၍ အခြား AI လေ့လာမှုများနှင့် ကွဲပြားသည်။ စမ်းသပ်ခြင်းနှင့် ဉာဏ်ရည်တုနည်းလမ်းများကို အသုံးပြု၍ အမျိုးမျိုးသော martensite အကြောင်းအရာများဖြင့် 316 သံမဏိ၏ဖွဲ့စည်းနိုင်စွမ်းကို အကဲဖြတ်ရန် ကျွန်ုပ်တို့ ရှာဖွေခဲ့သည်။ ပထမအဆင့်တွင်၊ ကနဦးအထူ 2 မီလီမီတာရှိသော 316 သံမဏိကို အအေးခံကာ အထူအမျိုးမျိုးသို့ လှိမ့်ထားသည်။ ထို့နောက် metallographic control ကိုအသုံးပြု၍ martensite ၏ဆွေမျိုးဧရိယာကိုတိုင်းတာခဲ့သည်။ ထုပ်ပိုးထားသော စာရွက်များ၏ ပုံသဏ္ဍန်ကို strain limit diagram (FLD) ရရှိရန် hemisphere burst test ကို အသုံးပြု၍ ဆုံးဖြတ်ခဲ့သည်။ နောက်ပိုင်းတွင် သူထံမှရရှိသော ဒေတာများကို လေ့ကျင့်သင်ကြားရန်နှင့် စမ်းသပ်ရန်အတွက် အသုံးပြုခဲ့သော အာရုံကြောမပီမသ နှောက်ယှက်မှုစနစ် (ANFIS)။ ANFIS လေ့ကျင့်မှုအပြီးတွင်၊ အာရုံကြောကွန်ရက်ခန့်မှန်းချက်များကို စမ်းသပ်မှုရလဒ်အသစ်တစ်ခုနှင့် နှိုင်းယှဉ်ပါသည်။
ယခုလေ့လာမှုတွင်အသုံးပြုသည့် 316 austenitic stainless steel သတ္တုစာရွက်သည် ဇယား 1 တွင်ဖော်ပြထားသည့်အတိုင်း ဓာတုဗေဒပါဝင်မှုနှင့် ကနဦးအထူ 1.5 မီလီမီတာရှိသည်။ 1050 ဒီဂရီစင်တီဂရိတ်တွင် 1 နာရီကြာ ရောမွှေပြီး စာရွက်ရှိ ကျန်နေသော ဖိစီးမှုများကို လျော့ပါးသက်သာစေရန်နှင့် တူညီသော microstructure ကိုရရှိရန် ရေကို ငြှိမ်းသတ်ခြင်းဖြင့် အပြီးတွင် ပေါင်းထည့်ပါ။
austenitic steels များ၏ microstructure သည် etchants အများအပြားကို အသုံးပြု၍ ဖော်ထုတ်နိုင်သည်။ အကောင်းဆုံး etchants တစ်ခုမှာ ပေါင်းခံရေတွင် 60% နိုက်ထရစ်အက်ဆစ်ဖြစ်ပြီး 120 s38 အတွက် 1 VDC ဖြင့် ထွင်းထုထားသည်။ သို့သော်၊ ဤရုပ်တုသည် စပါးနယ်နိမိတ်များကိုသာပြသပြီး ပုံ 1a တွင်ပြထားသည့်အတိုင်း စပါးနှစ်ဆနယ်နိမိတ်များကို ခွဲခြား၍မရပါ။ နောက်ထပ် etchant သည် glycerol acetate ဖြစ်ပြီး၊ အမွှာနယ်နိမိတ်များကို ကောင်းစွာမြင်နိုင်သော်လည်း ပုံ 1b တွင်ပြထားသည့်အတိုင်း စပါးနယ်နိမိတ်များ မရှိပါ။ ထို့အပြင်၊ metastable austenitic အဆင့်ကို \({\alpha }^{^{prime}}\)-martensite အဆင့်သို့ ပြောင်းလဲပြီးနောက် လက်ရှိလေ့လာမှုအတွက် စိတ်ဝင်စားဖွယ်ဖြစ်သည့် glycerol acetate etchant ကို အသုံးပြု၍ ရှာဖွေတွေ့ရှိနိုင်ပါသည်။
သတ္တုပြား 316 ၏အသေးစားဖွဲ့စည်းပုံမှာ ပုံသဏ္ဍာန်အမျိုးမျိုးဖြင့် ဖြာထွက်ပြီးနောက်၊ (က) 200x၊ 60% \({\mathrm{HNO}}_{3}\) 120 စက္ကန့်အတွက် 1.5 V တွင် ပေါင်းခံရေထဲတွင် 1.5 V၊ နှင့် (b) 200x , glyceryl acetate ။
ပြုတ်ထားသောစာရွက်များကို အနံ 11 စင်တီမီတာနှင့် 1 မီတာရှည်သော အရွက်များအဖြစ် ဖြတ်တောက်ထားသည်။ အအေးလှိမ့်စက်ရုံတွင် အချင်း 140 မီလီမီတာရှိသော အချိုးကျသော လိပ်နှစ်ခုရှိသည်။ အအေးလှိမ့်ခြင်းလုပ်ငန်းစဉ်သည် 316 stainless steel တွင် austenite ကို ပုံပျက်စေသော martensite သို့ ပြောင်းလဲစေသည်။ ကွဲပြားခြားနားသောအထူများမှတဆင့်အအေးလူးပြီးနောက် martensite အဆင့်နှင့် austenite အဆင့်၏အချိုးကိုရှာဖွေပါ။ သဖန်းသီးပေါ်မှာ။ 2 သည် စာရွက်သတ္တု၏ အသေးစားဖွဲ့စည်းပုံနမူနာကို ပြသသည်။ သဖန်းသီးပေါ်မှာ။ 2a သည် စာရွက်နှင့် ထောင့်မှန်ထောင့်မှ ကြည့်ထားသည့်အတိုင်း လှိမ့်ထားသောနမူနာ၏ သတ္တုပုံသဏ္ဍာန်ပုံရိပ်ကို ပြသသည်။ သဖန်းသီးပေါ်မှာ။ 2b သည် ImageJ65 ဆော့ဖ်ဝဲလ်ကို အသုံးပြု၍ martensitic အပိုင်းကို အနက်ရောင်ဖြင့် မီးမောင်းထိုးပြထားသည်။ ဤပွင့်လင်းရင်းမြစ်ဆော့ဖ်ဝဲ၏ ကိရိယာများကို အသုံးပြု၍ martensite အပိုင်းခွဲ၏ ဧရိယာကို တိုင်းတာနိုင်သည်။ ဇယား 2 သည် အထူအမျိုးမျိုးကို လျှော့ချပြီးနောက် martensitic နှင့် austenitic အဆင့်များ၏ အသေးစိတ်အပိုင်းများကို ပြသထားသည်။
အထူ 50% လျှော့ချရန် လူးပြီးနောက် 316 L စာရွက်၏ အဏုဖွဲ့စည်းပုံ၊ စာရွက်၏ လေယာဉ်နှင့် ထောင့်တည့်တည့်ကြည့်၊ အကြိမ် 200 ချဲ့ထားသော glycerol acetate။
ဇယား 2 တွင် တင်ပြထားသော တန်ဖိုးများကို တူညီသောသတ္တုပုံနမူနာပေါ်တွင် မတူညီသောနေရာများတွင် ရိုက်ယူထားသော ဓာတ်ပုံသုံးပုံ၏ martensite အပိုင်းအစများကို ပျမ်းမျှအားဖြင့် ရရှိသည်။ ထို့အပြင်၊ သင်္ဘောသဖန်း။ 3 သည် martensite ပေါ်တွင် အအေးလှိမ့်ခြင်း၏ အကျိုးသက်ရောက်မှုကို ပိုမိုကောင်းမွန်စွာနားလည်ရန် လေးထောင့်ပုံစံ အံဝင်ခွင်ကျမျဉ်းများကို ပြသသည်။ အအေးခံထားသော အခြေအနေတွင် martensite ၏ အချိုးအစားနှင့် အထူလျော့ပါးမှုကြားတွင် မျဉ်းသားသော ဆက်စပ်မှုရှိကြောင်း တွေ့ရှိရပေသည်။ သို့သော်၊ လေးထောင့်ပုံစံ ဆက်ဆံရေးသည် ဤဆက်ဆံရေးကို ပိုမိုကောင်းမွန်စွာ ကိုယ်စားပြုနိုင်သည်။
ကနဦး 316 သံမဏိစာရွက်၏ အအေးလှိမ့်စဉ် အထူလျော့ပါးစေသည့် လုပ်ဆောင်မှုအဖြစ် martensite အချိုးအစား ကွဲလွဲမှု။
hemisphere burst tests37,38,45,66 ကိုအသုံးပြု၍ ပုံသဏ္ဍာန်ကန့်သတ်ချက်အား ပုံမှန်လုပ်ထုံးလုပ်နည်းအရ အကဲဖြတ်ခဲ့ပါသည်။ စုစုပေါင်းနမူနာခြောက်ခုကို စမ်းသပ်နမူနာအစုတစ်ခုအနေဖြင့် ပုံ 4a တွင်ပြသထားသည့်အတိုင်းအတာများဖြင့် လေဆာဖြတ်တောက်ခြင်းဖြင့် ဖန်တီးထုတ်လုပ်ခဲ့သည်။ martensite အပိုင်း၏ အခြေအနေတစ်ခုစီအတွက် စမ်းသပ်နမူနာသုံးစုံကို ပြင်ဆင်ပြီး စမ်းသပ်ခဲ့သည်။ သဖန်းသီးပေါ်မှာ။ 4b သည် ဖြတ်၊ ပွတ်ပြီး မှတ်သားထားသော နမူနာများကို ပြသည်။
Nakazima ပုံသွင်းခြင်းသည် နမူနာအရွယ်အစားနှင့် ဖြတ်တောက်ခြင်းဘုတ်ပြားကို ကန့်သတ်ထားသည်။ (က) အတိုင်းအတာ၊ (ခ) နမူနာများကို ဖြတ်တောက်ပြီး အမှတ်အသားပြုပါ။
hemispherical punching အတွက် စမ်းသပ်မှုအား ခရီးသွားအမြန်နှုန်း 2 mm/s ဖြင့် ဟိုက်ဒရောလစ်နှိပ်စက်ကို အသုံးပြု၍ ပြုလုပ်ခဲ့သည်။ Punch နှင့် Sheet ၏ ထိတွေ့မျက်နှာပြင်များသည် ကန့်သတ်ဖွဲ့စည်းမှုအပေါ် ပွတ်တိုက်မှု၏သက်ရောက်မှုကို လျှော့ချရန်အတွက် ကောင်းမွန်စွာ ချောဆီပေးထားသည်။ နမူနာတွင် သိသာထင်ရှားသော ကျဉ်းမြောင်းခြင်း သို့မဟုတ် ကွဲထွက်ခြင်းအား တွေ့ရှိရသည်အထိ ဆက်လက်စမ်းသပ်ပါ။ သဖန်းသီးပေါ်မှာ။ 5 သည် စက်ပစ္စည်းရှိ ပျက်စီးသွားသောနမူနာနှင့် စမ်းသပ်ပြီးနောက် နမူနာကို ပြသသည်။
ပုံသဏ္ဍာန်ကန့်သတ်ချက်ကို hemispherical burst test၊ (a) test rig၊ (b) testrig in break တွင်နမူနာ plate၊ (c) စမ်းသပ်ပြီးနောက် အလားတူနမူနာကို အသုံးပြု၍ ဆုံးဖြတ်ခဲ့သည်။
Jang67 မှတီထွင်သော neuro-fuzzy စနစ်သည် အရွက်ဖွဲ့စည်းခြင်းကန့်သတ်မျဉ်းကွေးခန့်မှန်းခြင်းအတွက် သင့်လျော်သောကိရိယာတစ်ခုဖြစ်သည်။ အာရုံကြောအတု ကွန်ရက် အမျိုးအစားတွင် မရေရာသော ဖော်ပြချက်များ ပါရှိသည့် ဘောင်များ၏ လွှမ်းမိုးမှု ပါဝင်သည်။ ဆိုလိုသည်မှာ ၎င်းတို့သည် ၎င်းတို့၏နယ်ပယ်များတွင် အမှန်တကယ်တန်ဖိုးတစ်စုံတစ်ရာကို ရရှိနိုင်သည်။ ဤအမျိုးအစား၏တန်ဖိုးများကို ၎င်းတို့၏တန်ဖိုးအလိုက် ထပ်မံခွဲခြားထားပါသည်။ အမျိုးအစားတစ်ခုစီတွင် ၎င်း၏ကိုယ်ပိုင်စည်းမျဉ်းများရှိသည်။ ဥပမာအားဖြင့်၊ အပူချိန်တန်ဖိုးသည် မည်သည့်ကိန်းဂဏန်းအစစ်အမှန်မဆို ဖြစ်နိုင်ပြီး ၎င်း၏တန်ဖိုးပေါ် မူတည်၍ အပူချိန်များကို အအေး၊ အလတ်စား၊ အနွေးနှင့် အပူဟူ၍ ခွဲခြားနိုင်သည်။ ဥပမာအားဖြင့်၊ နိမ့်သောအပူချိန်အတွက်စည်းမျဉ်းသည် "ဂျာကင်အင်္ကျီဝတ်ပါ" နှင့်အပူအပူချိန်အတွက်စည်းမျဉ်းသည် "လုံလောက်သောတီရှပ်" ဖြစ်သည်။ fuzzy logic ကိုယ်တိုင်တွင်၊ output ကို တိကျမှုနှင့် ယုံကြည်စိတ်ချရမှုအတွက် အကဲဖြတ်ပါသည်။ fuzzy logic နှင့် neural network စနစ်များ ပေါင်းစပ်ခြင်းသည် ANFIS သည် ယုံကြည်စိတ်ချရသော ရလဒ်များကို ပေးဆောင်မည် ဖြစ်ကြောင်း အာမခံပါသည်။
ပုံ 6 သည် Jang67 မှ ပံ့ပိုးပေးထားသော ရိုးရှင်းသော အာရုံကြော မပီသသော ကွန်ရက်ကို ပြသထားသည်။ ပြထားသည့်အတိုင်း၊ network သည် input နှစ်ခုယူသည်၊ ကျွန်ုပ်တို့လေ့လာမှုတွင် input သည် microstructure ရှိ martensite ၏အချိုးအစားနှင့် minor strain ၏တန်ဖိုးဖြစ်သည်။ ခွဲခြမ်းစိတ်ဖြာမှု၏ပထမအဆင့်တွင်၊ ထည့်သွင်းတန်ဖိုးများကို fuzzy စည်းမျဉ်းများနှင့် အဖွဲ့ဝင်မှုလုပ်ဆောင်ချက်များ (FC) ကို အသုံးပြု၍ ရှုပ်ထွေးစေပါသည်။
ထည့်သွင်းမှုတွင် ဖော်ပြချက် အမျိုးအစား နှစ်ခုရှိသည်ဟု ယူဆသောကြောင့် \(i=1၊ 2\)၊ MF သည် တြိဂံပုံ၊ ထောင်ချောက်၊ Gaussian သို့မဟုတ် အခြားပုံသဏ္ဍာန်တစ်ခုခုကို ယူနိုင်သည်။
အမျိုးအစားများအလိုက် \({A}_{i}\) နှင့် \({B}_{i}\) နှင့် အဆင့် 2 ရှိ ၎င်းတို့၏ MF တန်ဖိုးများကို ပုံ 7 တွင်ပြထားသည့်အတိုင်း အချို့စည်းမျဉ်းများကို လက်ခံကျင့်သုံးပါသည်။ အမျိုးမျိုးသော inputs များ၏အကျိုးသက်ရောက်မှုများကိုတစ်နည်းနည်းနဲ့ပေါင်းစပ်။ ဤတွင်၊ martensite အပိုင်းအစများနှင့် အသေးစား strain တန်ဖိုးများကို ပေါင်းစပ်ရန် အောက်ပါစည်းမျဉ်းများကို အသုံးပြုသည်-
ဤအလွှာ၏ အထွက်အား \({w}_{i}\) ကို ignition intensity ဟုခေါ်သည်။ အောက်ပါဆက်နွယ်မှုအရ ဤမီးလောင်ကျွမ်းမှုပြင်းထန်မှုကို အလွှာ 3 တွင် ပုံမှန်ဖြစ်စေသည်-
Layer 4 တွင်၊ Takagi နှင့် Sugeno rules67,68 သည် input parameters များ၏ကနဦးတန်ဖိုးများ၏သြဇာလွှမ်းမိုးမှုကိုထည့်သွင်းစဉ်းစားရန်တွက်ချက်မှုတွင်ထည့်သွင်းထားသည်။ ဤအလွှာတွင် အောက်ပါ ဆက်ဆံရေးများ ရှိသည်။
ရလဒ် \({f}_{i}\) သည် အလွှာများရှိ ပုံမှန်တန်ဖိုးများကို သက်ရောက်မှုရှိပြီး နောက်ဆုံးရလဒ်၊ အဓိက warp တန်ဖိုးများ-
\(NR\) သည် စည်းမျဉ်းအရေအတွက်ကို ကိုယ်စားပြုသည်။ ဤနေရာတွင် အာရုံကြောကွန်ရက်၏ အခန်းကဏ္ဍမှာ အမည်မသိ ကွန်ရက်ဘောင်များကို ပြုပြင်ရန် ၎င်း၏အတွင်းပိုင်း ပိုမိုကောင်းမွန်အောင်လုပ်ဆောင်မှု အယ်လဂိုရီသမ်ကို အသုံးပြုရန်ဖြစ်သည်။ အမည်မသိ ကန့်သတ်ဘောင်များသည် ရရှိလာသော ဘောင်များ \(\left\{{p}_{i}၊ {q}_{i}၊ {r}_{i}\right\}\) နှင့် MF နှင့် သက်ဆိုင်သော ဘောင်များ ယေဘူယျအားဖြင့် လေတိုက်ခေါင်းလောင်းပုံသဏ္ဍာန် လုပ်ဆောင်ချက်အဖြစ် ယူဆသည်-
ပုံသဏ္ဍာန်ကန့်သတ်ချက်ပုံများသည် ဓာတုဗေဒဖွဲ့စည်းမှုမှ စာရွက်သတ္တု၏ ပုံပျက်ခြင်းမှတ်တမ်းအထိ ဘောင်များစွာပေါ်တွင် မူတည်သည်။ အချို့သောဘောင်များသည် tensile test parameters များအပါအဝင် အကဲဖြတ်ရန် လွယ်ကူသော်လည်း အချို့မှာ metallography သို့မဟုတ် residual stress determination ကဲ့သို့သော ပိုမိုရှုပ်ထွေးသောလုပ်ထုံးလုပ်နည်းများ လိုအပ်ပါသည်။ ကိစ္စအများစုတွင်၊ စာရွက်တစ်ရွက်ချင်းစီအတွက် strain limit test ကိုလုပ်ဆောင်ရန် အကြံပြုလိုပါသည်။ သို့သော်၊ တစ်ခါတစ်ရံတွင် ပုံသဏ္ဍာန်ကန့်သတ်ချက်ကို ခန့်မှန်းရန် အခြားစမ်းသပ်မှုရလဒ်များကို အသုံးပြုနိုင်သည်။ ဥပမာအားဖြင့်၊ လေ့လာမှုများစွာသည် စာရွက်ဖွဲ့စည်းမှု 69,70,71,72 ကိုဆုံးဖြတ်ရန် tensile စမ်းသပ်မှုရလဒ်များကိုအသုံးပြုခဲ့သည်။ အခြားလေ့လာမှုများတွင် စပါးအထူနှင့် အရွယ်အစား 31,73,74,75,76,77 ကဲ့သို့သော ၎င်းတို့၏ ခွဲခြမ်းစိတ်ဖြာမှုတွင် ကန့်သတ်ချက်များ ပါဝင်သည်။ သို့သော်လည်း ခွင့်ပြုထားသော ဘောင်များအားလုံးကို ထည့်သွင်းခြင်းသည် တွက်ချက်မှုအရ အကျိုးကျေးဇူးမရှိပါ။ ထို့ကြောင့်၊ ANFIS မော်ဒယ်များကိုအသုံးပြုခြင်းသည် ဤပြဿနာများကိုဖြေရှင်းရန် ကျိုးကြောင်းဆီလျော်သောချဉ်းကပ်မှုဖြစ်နိုင်သည်။
ဤစာတမ်းတွင်၊ 316 austenitic သံမဏိစာရွက်၏ ပုံသဏ္ဍာန်ကန့်သတ်ချက်ပုံတွင် martensite အကြောင်းအရာ၏ လွှမ်းမိုးမှုကို စုံစမ်းစစ်ဆေးခဲ့သည်။ ယင်းနှင့်ပတ်သက်၍ စမ်းသပ်စစ်ဆေးမှုများကို အသုံးပြု၍ ဒေတာအစုံကို ပြင်ဆင်ခဲ့သည်။ တီထွင်ထားသောစနစ်တွင် ထည့်သွင်းပြောင်းလဲမှုနှစ်ခုရှိသည်- သတ္တုဗေဒစမ်းသပ်မှုများတွင်တိုင်းတာသည့် martensite အချိုးအစားနှင့် အသေးစားအင်ဂျင်နီယာမျိုးကွဲများ၏အကွာအဝေး။ ရလဒ်မှာ forming limit curve ၏ အဓိက အင်ဂျင်နီယာ ပုံပျက်ခြင်း ဖြစ်သည်။ martensitic အပိုင်းသုံးပိုင်းရှိသည်- ဒဏ်ငွေ၊ အလတ်စားနှင့် မြင့်မားသောအပိုင်းများ။ နိမ့်သည်ဆိုလိုသည်မှာ martensite ၏အချိုးအစားသည် 10% ထက်နည်းသည်။ အလယ်အလတ်အခြေအနေများအောက်တွင်၊ martensite ၏အချိုးအစားသည် 10% မှ 20% အထိရှိသည်။ martensite ၏မြင့်မားသောတန်ဖိုးများကို 20% ထက်မပိုသောအပိုင်းများအဖြစ်သတ်မှတ်သည်။ ထို့အပြင်၊ FLD0 ကိုဆုံးဖြတ်ရန်အသုံးပြုသည့်ဒေါင်လိုက်ဝင်ရိုးအနီး -5% နှင့် 5% ကြားတွင်ဒုတိယမျိုးကွဲသုံးမျိုးရှိသည်။ အပြုသဘောနှင့် အနုတ်အပိုင်းများသည် အခြားအမျိုးအစားနှစ်မျိုးဖြစ်သည်။
hemispherical test ၏ရလဒ်များကို FIG တွင်ပြသထားသည်။ ပုံတွင် ကန့်သတ်ပုံသဏ္ဍာန် ပုံသဏ္ဍာန်ပုံသဏ္ဍာန် 6 ခုကို ပြသထားပြီး ၎င်းတို့အနက် 5 ခုသည် တစ်ဦးချင်းစီ လှိမ့်ထားသော စာရွက်များ၏ FLD ဖြစ်သည်။ ဘေးကင်းလုံခြုံရေးအချက်နှင့် ၎င်း၏အထက်ကန့်သတ်မျဉ်းကွေးကို ကန့်သတ်မျဉ်းကွေး (FLC) ဖြင့် ဖွဲ့စည်းထားသည်။ နောက်ဆုံးပုံသည် FLC အားလုံးကို နှိုင်းယှဉ်သည်။ နောက်ဆုံးပုံမှမြင်နိုင်သည်အတိုင်း၊ 316 austenitic သံမဏိတွင် martensite အချိုးအစားတိုးလာခြင်းသည် sheet metal ၏ဖွဲ့စည်းနိုင်မှုကိုလျော့နည်းစေသည်။ အခြားတစ်ဖက်တွင်၊ martensite ၏အချိုးအစားကို တဖြည်းဖြည်းတိုးမြှင့်ခြင်းသည် FLC ကို ဒေါင်လိုက်ဝင်ရိုးနှင့်ပတ်သက်သော အချိုးညီမျဉ်းကွေးတစ်ခုအဖြစ်သို့ ပြောင်းလဲစေသည်။ နောက်ဆုံးဂရပ်နှစ်ခုတွင်၊ မျဉ်းကွေး၏ညာဘက်ခြမ်းသည် ဘယ်ဘက်ထက်အနည်းငယ်ပိုမြင့်သည်၊ ဆိုလိုသည်မှာ biaxial tension တွင် formability သည် uniaxial tension ထက်ပိုမိုမြင့်မားသည်။ ထို့အပြင်၊ အသေးစားနှင့်အဓိကအင်ဂျင်နီယာမျိုးကွဲနှစ်မျိုးစလုံးသည် martensite အချိုးအစားတိုးလာသဖြင့် necking မလုပ်မီကျဆင်းသွားသည်။
316 ကန့်သတ်မျဉ်းကွေး ဖွဲ့ခြင်း။ austenitic သံမဏိအခင်းများ၏ဖွဲ့စည်းမှုအပေါ် martensite အချိုးအစား၏သြဇာလွှမ်းမိုးမှု။ (လုံခြုံရေးအမှတ် SF၊ ဖွဲ့စည်းကန့်သတ်မျဉ်းကွေး FLC၊ martensite M)။
အာရုံကြောကွန်ရက်ကို 7.8၊ 18.3 နှင့် 28.7% ရှိသော martensite အပိုင်းအစများဖြင့် စမ်းသပ်မှုရလဒ်အစုံ 60 တွင် လေ့ကျင့်သင်ကြားခဲ့သည်။ အတည်ပြုခြင်းလုပ်ငန်းစဉ်အတွက် 15.4% martensite နှင့် စမ်းသပ်မှုလုပ်ငန်းစဉ်အတွက် 25.6% ကို သီးသန့်ထားရှိပါသည်။ အပိုင်း 150 ပြီးနောက် error သည် 1.5% ခန့်ဖြစ်သည်။ သဖန်းသီးပေါ်မှာ။ 9 သည် လေ့ကျင့်ရေးနှင့် စမ်းသပ်မှုအတွက် ပံ့ပိုးပေးထားသည့် အမှန်တကယ်ထွက်ရှိမှု (\({\epsilon }_{1}\)၊ အခြေခံအင်ဂျင်နီယာလုပ်ငန်းဝန်) အကြား ဆက်စပ်မှုကို ပြသသည်။ သင်တွေ့မြင်ရသည့်အတိုင်း၊ လေ့ကျင့်ထားသော NFS သည် စာရွက်သတ္တုအစိတ်အပိုင်းများအတွက် ကျေနပ်ဖွယ် \({\epsilon} _{1}\) ကို ခန့်မှန်းပေးသည်။
(က) လေ့ကျင့်ရေးလုပ်ငန်းစဉ်ပြီးနောက် ခန့်မှန်းထားသော နှင့် အမှန်တကယ်တန်ဖိုးများကြား ဆက်စပ်မှု ၊ (ခ) FLC ပေါ်ရှိ ပင်မအင်ဂျင်နီယာဝန်ဆောင်မှုများအတွက် ခန့်မှန်းထားသော တန်ဖိုးများကြား အမှားအယွင်းများ
သင်တန်းကာလအတွင်း တစ်ချိန်ချိန်တွင် ANFIS ကွန်ရက်ကို မလွှဲမရှောင်သာ ပြန်လည်အသုံးပြုပါသည်။ ၎င်းကိုဆုံးဖြတ်ရန်၊ အပြိုင်စစ်ဆေးခြင်းကို "စစ်ဆေးခြင်း" ဟုခေါ်သည်။ အတည်ပြုချက်အမှားတန်ဖိုးသည် လေ့ကျင့်ရေးတန်ဖိုးမှ သွေဖည်သွားပါက ကွန်ရက်သည် ပြန်လည်လေ့ကျင့်ရန် စတင်သည်။ ပုံ 9b တွင်ပြထားသည့်အတိုင်း၊ epoch 150 မတိုင်မီ၊ သင်ယူမှုနှင့် validation curves အကြားခြားနားချက်မှာ သေးငယ်ပြီး ၎င်းတို့သည် အကြမ်းဖျင်းတူညီသောမျဉ်းကွေးအတိုင်း လိုက်နေပါသည်။ ဤအချိန်တွင်၊ အတည်ပြုခြင်းလုပ်ငန်းစဉ်အမှားသည် ANFIS လွန်ကဲခြင်း၏လက္ခဏာဖြစ်သည့် သင်ယူမှုမျဉ်းကွေးမှ သွေဖည်လာသည်။ ထို့ကြောင့်၊ round 150 အတွက် ANFIS ကွန်ရက်ကို 1.5% အမှားဖြင့် ထိန်းသိမ်းထားသည်။ ထို့နောက် ANFIS အတွက် FLC ခန့်မှန်းချက်ကို မိတ်ဆက်ပေးသည်။ သဖန်းသီးပေါ်မှာ။ 10 သည် သင်တန်းနှင့် စိစစ်ခြင်းလုပ်ငန်းစဉ်တွင် အသုံးပြုထားသော ရွေးချယ်ထားသော နမူနာများအတွက် ခန့်မှန်းထားသော နှင့် အမှန်တကယ် မျဉ်းကွေးများကို ပြသသည်။ အဆိုပါ မျဉ်းကွေးများမှ ဒေတာများကို ကွန်ရက်ကို လေ့ကျင့်ရန် အသုံးပြုထားသောကြောင့် အလွန်နီးကပ်သော ခန့်မှန်းချက်များကို သတိပြုမိသည်မှာ အံ့သြစရာတော့ မဟုတ်ပေ။
အမျိုးမျိုးသော martensite အကြောင်းအရာအခြေအနေများအောက်တွင် လက်တွေ့စမ်းသပ်မှု FLC နှင့် ANFIS ခန့်မှန်းချက်မျဉ်းကွေးများ။ ဤမျဉ်းကွေးများကို လေ့ကျင့်ရေးလုပ်ငန်းစဉ်တွင် အသုံးပြုပါသည်။
ANFIS မော်ဒယ်သည် နောက်ဆုံးနမူနာတွင် ဘာဖြစ်သွားသည်ကို မသိပါ။ ထို့ကြောင့်၊ ကျွန်ုပ်တို့သည် ကျွန်ုပ်တို့၏လေ့ကျင့်သင်ကြားထားသော ANFIS အတွက် FLC ကို 25.6% martensite အပိုင်းလေးဖြင့်နမူနာတင်ပြခြင်းဖြင့် စမ်းသပ်ခဲ့ပါသည်။ သဖန်းသီးပေါ်မှာ။ 11 သည် ANFIS FLC ခန့်မှန်းချက်အပြင် စမ်းသပ် FLC ကိုပြသသည်။ ခန့်မှန်းတန်ဖိုးနှင့် စမ်းသပ်မှုတန်ဖိုးကြားတွင် အမြင့်ဆုံးအမှားမှာ 6.2% ဖြစ်ပြီး လေ့ကျင့်ချိန်နှင့် အတည်ပြုမှုအတွင်း ခန့်မှန်းတန်ဖိုးထက် ပိုများသည်။ သို့သော်၊ ဤအမှားသည် FLC သီအိုရီ ၃၇ ကို ခန့်မှန်းသည့် အခြားလေ့လာမှုများနှင့် နှိုင်းယှဉ်ပါက သည်းခံနိုင်သော အမှားဖြစ်သည်။
စက်မှုလုပ်ငန်းတွင်၊ ဖွဲ့စည်းနိုင်စွမ်းကို ထိခိုက်စေသည့် ဘောင်များကို လျှာပုံစံဖြင့် ဖော်ပြသည်။ ဥပမာအားဖြင့်၊ "စပါးကြမ်းသည် ဖွဲ့စည်းနိုင်စွမ်းကို လျော့ကျစေသည်" သို့မဟုတ် "အအေးပိုသော လုပ်ဆောင်မှုသည် FLC ကို လျော့နည်းစေသည်"။ ပထမအဆင့်ရှိ ANFIS ကွန်ရက်သို့ ထည့်သွင်းခြင်းကို အနိမ့်၊ အလတ်နှင့် အမြင့်ကဲ့သို့သော ဘာသာစကားအမျိုးအစားများအဖြစ် ခွဲခြားထားသည်။ ကွန်ရက်ပေါ်တွင် မတူညီသော အမျိုးအစားများအတွက် မတူညီသော စည်းမျဉ်းများ ရှိပါသည်။ ထို့ကြောင့်၊ စက်မှုလုပ်ငန်းတွင်၊ ဤကွန်ရက်အမျိုးအစားသည် ၎င်းတို့၏ဘာသာစကားဖော်ပြချက်နှင့် ခွဲခြမ်းစိတ်ဖြာမှုတွင် အချက်များစွာပါဝင်သည့် အသုံးအနှုန်းများတွင် အလွန်အသုံးဝင်ပါသည်။ ဤလုပ်ငန်းတွင်၊ ကျွန်ုပ်တို့သည် ANFIS ၏ဖြစ်နိုင်ခြေများကိုအသုံးပြုရန်အတွက် austenitic stainless steels ၏ microstructure ၏အဓိကအင်္ဂါရပ်များထဲမှတစ်ခုကိုထည့်သွင်းစဉ်းစားရန်ကြိုးစားခဲ့သည်။ 316 ၏စိတ်ဖိစီးမှုကြောင့်ဖြစ်စေသော martensite ပမာဏသည် ဤထည့်သွင်းမှုများ၏ အေးစက်ခြင်း၏ တိုက်ရိုက်အကျိုးဆက်ဖြစ်သည်။ စမ်းသပ်ခြင်းနှင့် ANFIS ခွဲခြမ်းစိတ်ဖြာခြင်းမှတဆင့်၊ ဤ austenitic stainless steel အမျိုးအစားတွင် martensite အချိုးအစားကို တိုးမြှင့်ခြင်းသည် plate 316 ၏ FLC တွင် သိသာထင်ရှားစွာ လျော့ကျသွားစေရန်အတွက်၊ ထို့ကြောင့် martensite အချိုးအစားကို 7.8% မှ 28.7% အထိ တိုးလာစေကြောင်း တွေ့ရှိရပါသည်။ FLD0 သည် 0.35 မှ 0.1 အထိ အသီးသီးရှိသည်။ အခြားတစ်ဖက်တွင်၊ လေ့ကျင့်ပြီး အသိအမှတ်ပြုထားသော ANFIS ကွန်ရက်သည် အခြားသီအိုရီဆိုင်ရာ လုပ်ထုံးလုပ်နည်းများနှင့် ဖြစ်ရပ်ဆန်းဗေဒဆိုင်ရာ ဆက်ဆံရေးများထက် အမှားအယွင်းအများဆုံး 6.5% ဖြင့် ရရှိနိုင်သော စမ်းသပ်ဒေတာ 80% ကို အသုံးပြု၍ FLC ကို ခန့်မှန်းနိုင်ပါသည်။
လက်ရှိလေ့လာမှုတွင် အသုံးပြုထားသော နှင့်/သို့မဟုတ် ခွဲခြမ်းစိတ်ဖြာထားသည့် ဒေတာအတွဲများကို သက်ဆိုင်ရာစာရေးဆရာများမှ ကျိုးကြောင်းဆီလျော်စွာ တောင်းဆိုမှုဖြင့် ရရှိနိုင်ပါသည်။
Iftikhar, CMA, et al. အချိုးကျနှင့် အချိုးမညီသော Loading လမ်းကြောင်းများအောက်ရှိ extruded AZ31 မဂ္ဂနီဆီယမ်အလွိုင်း၏ နောက်ဆက်တွဲအထွက်နှုန်းလမ်းကြောင်းများ- CPFEM စမ်းသပ်မှုများနှင့် သရုပ်ဖော်မှုများ။ အတွင်းပိုင်း J. Prast ။ 151, 103216 (2022)။
Iftikhar, TsMA et al. ဖြန်းထားသော AA6061 အလွိုင်း၏ အချိုးကျနှင့် အချိုးမကျသော တင်တင်လမ်းကြောင်းများတစ်လျှောက် ပလတ်စတစ်ပုံပျက်ခြင်းပြီးနောက် နောက်ဆက်တွဲအထွက်နှုန်းမျက်နှာပြင်၏ ဆင့်ကဲပြောင်းလဲမှု- ပုံဆောင်ခဲပလတ်စတစ်၏ အကန့်အသတ်ရှိသော ဒြပ်စင်ပုံစံပုံစံ။ အတွင်းပိုင်း J. Plast 143, 102956 (2021)။
Manik, T., Holmedal, B. & Hopperstad, OS Stress transients, work hardening, and aluminium r values strain လမ်းကြောင်းပြောင်းလဲမှုကြောင့်။ အတွင်းပိုင်း J. Prast ။ ၆၉၊ ၁–၂၀ (၂၀၁၅)။
Mamushi, H. et al. ပုံမှန်ဖိအားသက်ရောက်မှုကို ထည့်သွင်းစဉ်းစား၍ ကန့်သတ်ပုံသဏ္ဍာန်ပုံသဏ္ဍာန်ကို ဆုံးဖြတ်ရန်အတွက် စမ်းသပ်နည်းလမ်းအသစ်။ အတွင်းပိုင်း J. Alma mater ။ ပုံစံ။ ၁၅(၁)၊ ၁ (၂၀၂၂)။
Yang Z. et al. AA7075-T6 Sheet Metal ၏ Ductile Fracture Parameters နှင့် Strain ကန့်သတ်ချက်များကို စမ်းသပ်ခြင်း J. Alma mater လုပ်ငန်းစဉ်။ နည်းပညာများ။ ၂၉၁၊ ၁၁၇၀၄၄ (၂၀၂၁)။
Petrits, A. et al. အလွန်လိုက်လျောညီထွေရှိသော ferroelectric converters များနှင့် အော်ဂဲနစ်ဒိုင်အိုဒများကို အခြေခံ၍ ဝှက်ထားသော စွမ်းအင်ရိတ်သိမ်းကိရိယာများနှင့် ဇီဝဆေးဘက်ဆိုင်ရာအာရုံခံကိရိယာများ။ အမျိုးသား ရင်းနှီးမြှုပ်နှံမှု။ 12(1)၊ 2399 (2021)။
Basak၊ S. နှင့် Panda၊ SK သည် Yld 2000–2d အထွက်နှုန်းမော်ဒယ်ကို အသုံးပြု၍ ဝင်ရိုးစွန်းမှ ထိရောက်သော ပလပ်စတစ်ပုံပျက်ခြင်းလမ်းကြောင်းများတွင် အမျိုးမျိုးသော လည်ပင်းပုံသဏ္ဍာန်နှင့် အရိုးကျိုးခြင်းဆိုင်ရာ ကန့်သတ်ချက်များကို ခွဲခြမ်းစိတ်ဖြာခြင်း။ J. Alma mater လုပ်ငန်းစဉ်။ နည်းပညာများ။ ၂၆၇၊ ၂၈၉–၃၀၇ (၂၀၁၉)။
Basak၊ S. နှင့် Panda၊ SK Anisotropic Sheet Metals ရှိ အရိုးကျိုးပုံများ- စမ်းသပ် အကဲဖြတ်ခြင်းနှင့် သီအိုရီပိုင်း ခန့်မှန်းချက်များ။ အတွင်းပိုင်း J. Mecha ။ သိပ္ပံပညာ။ 151၊ 356–374 (2019)။
Jalefar, F., Hashemi, R. & Hosseinipur, SJ သည် molding limit diagram AA5083 တွင် strain trajectory ကိုပြောင်းလဲခြင်း၏အကျိုးသက်ရောက်မှုကိုစမ်းသပ်ခြင်းနှင့်သီအိုရီလေ့လာမှု။ အတွင်းပိုင်း J. Adv. ထုတ်လုပ်သူ။ နည်းပညာများ။ 76(5–8)၊ 1343–1352 (2015)။
Habibi, M. et al. စက်ပိုင်းဆိုင်ရာ ဂုဏ်သတ္တိများ၊ ဖွဲ့စည်းနိုင်မှုနှင့် ပွတ်တိုက်မှုပုံသဏ္ဍာန်ပုံသဏ္ဍာန်ကို ကန့်သတ်ခြင်းတို့ကို စမ်းသပ်လေ့လာခြင်းသည် ကွက်လပ်များကို ဂဟေဆော်ပါသည်။ J. Maker လုပ်ငန်းစဉ်။ ၃၁၊ ၃၁၀–၃၂၃ (၂၀၁၈)။
Habibi, M., et al. ကွေးညွှတ်ခြင်း၏ လွှမ်းမိုးမှုကို ထည့်သွင်းစဉ်းစားခြင်းဖြင့်၊ ကန့်သတ်ချက်မျဥ်းသည် MC မော်ဒယ်ကို အကန့်အသတ်ရှိသော ဒြပ်စင်ပုံစံပုံစံအဖြစ် ထည့်သွင်းခြင်းဖြင့် ဖွဲ့စည်းထားသည်။ လုပ်ငန်းစဉ်။ သားမွေးဌာန။ စီမံကိန်း။ L 232(8), 625–636 (2018)။
တင်ချိန်- ဇွန်-၀၈-၂၀၂၃