Optymalizacja skladu chemicznego stali szybkotnacych z wykorzystaniem metod sztucznej inteligencji

摘要

Glownym celem wykonanych badan bylo opracowanie metodyki optymalizacji skladu chemicznego stali szybkotnacych ze wzgledu na wymagane wlasnosci, w tym twardosc i odpornosc na pekanie wyrazona wartoscia wspolczynnika K_k, jako glownych wlasnosci gwarantujacych wysoka trwalosc i jakosc narzedzi. Zadanie to wymagalo opracowania modeli twardosci i odpornosci na pekanie. W przypadku twardosci opracowano model regresyjny oraz model sieci neuronowych umozliwiajace obliczanie twardosci stali wylacznie na podstawie skladu chemicznego stali i parametrow obrobki cieplnej, tj. temperatury austenityzacji i odpuszczania. W przypadku odpornosci na pekanie opracowany zostal model sieci neuronowych umozliwiajacy obliczanie wspolczynnika K_kc na podstawie skladu chemicznego stali i parametrow obrobki cieplnej. Opracowane modele materialowe zostaly wykorzystywane do projektowania skladu chemicznego stali, posiadajacej pozadane wlasciwosci. Opracowana do tego celu metodyka wykorzystuje algorytmy ewolucyjne wielokryterialnej optymalizacji skladu chemicznego stali szybkotnacych.