Nature.com ની મુલાકાત લેવા બદલ આભાર. તમે મર્યાદિત CSS સપોર્ટ સાથે બ્રાઉઝર સંસ્કરણનો ઉપયોગ કરી રહ્યાં છો. શ્રેષ્ઠ અનુભવ માટે, અમે ભલામણ કરીએ છીએ કે તમે અપડેટ કરેલ બ્રાઉઝરનો ઉપયોગ કરો (અથવા Internet Explorer માં સુસંગતતા મોડને અક્ષમ કરો). વધુમાં, સતત સમર્થન સુનિશ્ચિત કરવા માટે, અમે શૈલીઓ અને JavaScript વિના સાઇટ બતાવીએ છીએ.
સ્લાઇડર્સ સ્લાઇડ દીઠ ત્રણ લેખો દર્શાવે છે. સ્લાઇડ્સમાંથી આગળ વધવા માટે પાછળના અને આગળના બટનોનો ઉપયોગ કરો અથવા દરેક સ્લાઇડમાંથી આગળ વધવા માટે અંતે સ્લાઇડ કંટ્રોલર બટનોનો ઉપયોગ કરો.
સ્ટેનલેસ સ્ટીલ શીટ્સની ફોર્મેબિલિટી પર માઇક્રોસ્ટ્રક્ચરની અસર શીટ મેટલવર્કિંગ એન્જિનિયરો માટે મુખ્ય ચિંતા છે. ઓસ્ટેનિટિક સ્ટીલ્સ માટે, માઇક્રોસ્ટ્રક્ચરમાં વિરૂપતા માર્ટેન્સાઇટ (\({\alpha}^{^{\prime))\)-માર્ટેન્સાઇટ)ની હાજરી નોંધપાત્ર સખ્તાઇ અને ફોર્મેબિલિટીમાં ઘટાડો તરફ દોરી જાય છે. આ અભ્યાસમાં, અમે પ્રાયોગિક અને આર્ટિફિશિયલ ઇન્ટેલિજન્સ પદ્ધતિઓ દ્વારા વિવિધ માર્ટેન્સિટિક શક્તિઓ સાથે AISI 316 સ્ટીલ્સની ફોર્મેબિલિટીનું મૂલ્યાંકન કરવાનો હેતુ રાખ્યો હતો. પ્રથમ પગલામાં, 2 મીમીની પ્રારંભિક જાડાઈ સાથે AISI 316 સ્ટીલને એનલ કરવામાં આવ્યું હતું અને વિવિધ જાડાઈમાં કોલ્ડ રોલ કરવામાં આવ્યું હતું. ત્યારબાદ, મેટાલોગ્રાફિક પરીક્ષણ દ્વારા સંબંધિત તાણ માર્ટેન્સાઇટ વિસ્તાર માપવામાં આવ્યો હતો. તાણ મર્યાદા ડાયાગ્રામ (એફએલડી) મેળવવા માટે ગોળાર્ધના વિસ્ફોટ પરીક્ષણનો ઉપયોગ કરીને રોલ્ડ શીટ્સની ફોર્મેબિલિટી નક્કી કરવામાં આવી હતી. પ્રયોગોના પરિણામે મેળવેલા ડેટાનો વધુ ઉપયોગ કૃત્રિમ ન્યુરો-ફઝી ઇન્ટરફેન્સ સિસ્ટમ (ANFIS) ને તાલીમ આપવા અને પરીક્ષણ કરવા માટે થાય છે. ANFIS તાલીમ પછી, ન્યુરલ નેટવર્ક દ્વારા અનુમાનિત પ્રબળ તાણની તુલના પ્રાયોગિક પરિણામોના નવા સમૂહ સાથે કરવામાં આવી હતી. પરિણામો દર્શાવે છે કે કોલ્ડ રોલિંગ આ પ્રકારની સ્ટેનલેસ સ્ટીલની રચના પર નકારાત્મક અસર કરે છે, પરંતુ શીટની મજબૂતાઈમાં ઘણો સુધારો થયો છે. વધુમાં, ANFIS પ્રાયોગિક માપની સરખામણીમાં સંતોષકારક પરિણામો દર્શાવે છે.
શીટ મેટલ બનાવવાની ક્ષમતા, દાયકાઓથી વૈજ્ઞાનિક લેખોનો વિષય હોવા છતાં, ધાતુશાસ્ત્રમાં સંશોધનનો એક રસપ્રદ વિસ્તાર છે. નવા ટેકનિકલ સાધનો અને કોમ્પ્યુટેશનલ મોડલ ફોર્મેબિલિટીને અસર કરતા સંભવિત પરિબળોને શોધવાનું સરળ બનાવે છે. સૌથી અગત્યનું, આકાર મર્યાદા માટે માઇક્રોસ્ટ્રક્ચરનું મહત્વ તાજેતરના વર્ષોમાં ક્રિસ્ટલ પ્લાસ્ટિકિટી ફિનાઇટ એલિમેન્ટ મેથડ (CPFEM) નો ઉપયોગ કરીને જાહેર થયું છે. બીજી બાજુ, સ્કેનિંગ ઇલેક્ટ્રોન માઇક્રોસ્કોપી (SEM) અને ઇલેક્ટ્રોન બેકસ્કેટર ડિફ્રેક્શન (EBSD) ની ઉપલબ્ધતા સંશોધકોને વિરૂપતા દરમિયાન ક્રિસ્ટલ સ્ટ્રક્ચર્સની માઇક્રોસ્ટ્રક્ચરલ પ્રવૃત્તિનું અવલોકન કરવામાં મદદ કરે છે. ધાતુઓમાં વિવિધ તબક્કાઓના પ્રભાવને સમજવું, અનાજનું કદ અને દિશા, અને અનાજના સ્તરે માઇક્રોસ્કોપિક ખામીઓ ફોર્મેબિલિટીની આગાહી કરવા માટે મહત્વપૂર્ણ છે.
ફોર્મેબિલિટી નક્કી કરવી એ પોતે જ એક જટિલ પ્રક્રિયા છે, કારણ કે ફોર્મેબિલિટી પાથ 1, 2, 3 પર અત્યંત નિર્ભર હોવાનું દર્શાવવામાં આવ્યું છે. તેથી, અપ્રમાણસર લોડિંગ પરિસ્થિતિઓમાં અંતિમ રચના તાણની પરંપરાગત કલ્પનાઓ અવિશ્વસનીય છે. બીજી બાજુ, ઔદ્યોગિક એપ્લિકેશન્સમાં મોટાભાગના લોડ પાથને બિન-પ્રમાણસર લોડિંગ તરીકે વર્ગીકૃત કરવામાં આવે છે. આ સંદર્ભમાં, પરંપરાગત ગોળાર્ધ અને પ્રાયોગિક માર્સિનિઆક-કુચિન્સ્કી (MK) પદ્ધતિઓ 4,5,6 નો ઉપયોગ સાવધાની સાથે થવો જોઈએ. તાજેતરના વર્ષોમાં, અન્ય ખ્યાલ, ફ્રેક્ચર લિમિટ ડાયાગ્રામ (FFLD) એ ઘણા ફોર્મેબિલિટી એન્જિનિયરોનું ધ્યાન આકર્ષિત કર્યું છે. આ ખ્યાલમાં, શીટની રચનાની આગાહી કરવા માટે નુકસાન મોડેલનો ઉપયોગ કરવામાં આવે છે. આ સંદર્ભે, પાથ સ્વતંત્રતા શરૂઆતમાં વિશ્લેષણમાં શામેલ છે અને પરિણામો અનસ્કેલ્ડ પ્રાયોગિક પરિણામો7,8,9 સાથે સારા કરારમાં છે. શીટ મેટલની ફોર્મેબિલિટી ઘણા પરિમાણો અને શીટના પ્રોસેસિંગ ઇતિહાસ તેમજ ધાતુના માઇક્રોસ્ટ્રક્ચર અને તબક્કા પર આધારિત છે10,11,12,13,14,15.
ધાતુઓની માઇક્રોસ્કોપિક લાક્ષણિકતાઓને ધ્યાનમાં લેતી વખતે કદ પર નિર્ભરતા એક સમસ્યા છે. એવું દર્શાવવામાં આવ્યું છે કે, નાની વિકૃતિવાળી જગ્યાઓમાં, કંપન અને બકલિંગ ગુણધર્મોની અવલંબન સામગ્રીની લંબાઈના સ્કેલ પર ખૂબ આધાર રાખે છે16,17,18,19,20,21,22,23,24,25,26,27, 28,29,30 છે. ફોર્મેબિલિટી પર અનાજના કદની અસર ઉદ્યોગમાં લાંબા સમયથી માન્ય છે. યામાગુચી અને મેલોરે [૩૧] સૈદ્ધાંતિક પૃથ્થકરણનો ઉપયોગ કરીને ધાતુની ચાદરના તાણ ગુણધર્મો પર અનાજના કદ અને જાડાઈની અસરનો અભ્યાસ કર્યો. માર્સિનિએક મોડેલનો ઉપયોગ કરીને, તેઓ અહેવાલ આપે છે કે દ્વિઅક્ષીય તાણ લોડિંગ હેઠળ, જાડાઈ અને અનાજના કદના ગુણોત્તરમાં ઘટાડો થવાથી શીટના તાણ ગુણધર્મોમાં ઘટાડો થાય છે. વિલ્સન એટ અલ દ્વારા પ્રાયોગિક પરિણામો. 32 એ પુષ્ટિ કરી કે સરેરાશ અનાજ વ્યાસ (t/d) સુધી જાડાઈ ઘટાડવાથી ત્રણ અલગ-અલગ જાડાઈની ધાતુની શીટની દ્વિઅક્ષીય વિસ્તરણતામાં ઘટાડો થયો. તેઓએ તારણ કાઢ્યું કે 20 થી ઓછા ટી/ડી મૂલ્યો પર, નોંધપાત્ર વિરૂપતા અસંગતતા અને ગરદન મુખ્યત્વે શીટની જાડાઈમાં વ્યક્તિગત અનાજ દ્વારા પ્રભાવિત થાય છે. ઉલ્વાન અને કોર્સરીસ33 એ 304 અને 316 ઓસ્ટેનિટિક સ્ટેનલેસ સ્ટીલ્સની એકંદર યંત્રતા પર અનાજના કદની અસરનો અભ્યાસ કર્યો. તેઓ જણાવે છે કે આ ધાતુઓની ફોર્મેબિલિટી અનાજના કદથી પ્રભાવિત થતી નથી, પરંતુ તાણના ગુણધર્મોમાં નાના ફેરફારો જોઈ શકાય છે. તે અનાજના કદમાં વધારો છે જે આ સ્ટીલ્સની તાકાત લાક્ષણિકતાઓમાં ઘટાડો તરફ દોરી જાય છે. નિકલ ધાતુઓના પ્રવાહના તાણ પર અવ્યવસ્થા ઘનતાનો પ્રભાવ દર્શાવે છે કે અવ્યવસ્થા ઘનતા અનાજના કદને ધ્યાનમાં લીધા વિના, ધાતુના પ્રવાહ તણાવને નિર્ધારિત કરે છે. એલ્યુમિનિયમ રચનાના ઉત્ક્રાંતિ પર અનાજની ક્રિયાપ્રતિક્રિયા અને પ્રારંભિક અભિગમનો પણ મોટો પ્રભાવ છે, જેની તપાસ બેકર અને પંચનાદિશ્વરન દ્વારા પ્રયોગો અને સ્ફટિક પ્લાસ્ટિસિટી 35 ના મોડેલિંગ દ્વારા કરવામાં આવી હતી. તેમના પૃથ્થકરણમાં સંખ્યાત્મક પરિણામો પ્રયોગો સાથે સારા કરારમાં છે, જો કે લાગુ સીમાની શરતોની મર્યાદાઓને કારણે કેટલાક સિમ્યુલેશન પરિણામો પ્રયોગોથી વિચલિત થાય છે. ક્રિસ્ટલ પ્લાસ્ટિસિટી પેટર્નનો અભ્યાસ કરીને અને પ્રાયોગિક ધોરણે શોધીને, રોલ્ડ એલ્યુમિનિયમ શીટ્સ વિવિધ ફોર્મેબિલિટી દર્શાવે છે36. પરિણામો દર્શાવે છે કે વિવિધ શીટ્સના તાણ-તાણ વણાંકો લગભગ સમાન હોવા છતાં, પ્રારંભિક મૂલ્યોના આધારે તેમની રચનાત્મકતામાં નોંધપાત્ર તફાવતો હતા. અમેલીરાડ અને એસેમપોરે ઓસ્ટેનિટિક સ્ટેનલેસ સ્ટીલ શીટ્સ માટે તણાવ-તાણ વળાંક મેળવવા માટે પ્રયોગો અને CPFEM નો ઉપયોગ કર્યો37. તેમના અનુકરણો દર્શાવે છે કે અનાજના કદમાં વધારો FLD માં ઉપર તરફ જાય છે, જે મર્યાદિત વળાંક બનાવે છે. વધુમાં, તે જ લેખકોએ 38 ની રચના પર અનાજના અભિગમ અને મોર્ફોલોજીની અસરની તપાસ કરી.
ઓસ્ટેનિટીક સ્ટેનલેસ સ્ટીલ્સમાં અનાજના આકારશાસ્ત્ર અને ઓરિએન્ટેશન ઉપરાંત, જોડિયા અને ગૌણ તબક્કાઓની સ્થિતિ પણ મહત્વપૂર્ણ છે. ટ્વીનિંગ એ TWIP 39 સ્ટીલમાં સખ્તાઇ અને વિસ્તરણને વધારવા માટેની મુખ્ય પદ્ધતિ છે. હ્વાંગ40 એ અહેવાલ આપ્યો કે TWIP સ્ટીલ્સની ફોર્મેબિલિટી પૂરતી તાણ પ્રતિભાવ હોવા છતાં નબળી હતી. જો કે, ઓસ્ટેનિટીક સ્ટીલ શીટ્સની ફોર્મેબિલિટી પર વિકૃતિ ટ્વીનિંગની અસરનો પૂરતો અભ્યાસ કરવામાં આવ્યો નથી. મિશ્રા વગેરે. 41 એ વિવિધ તાણના તાણ માર્ગો હેઠળ ટ્વીનિંગ જોવા માટે ઓસ્ટેનિટિક સ્ટેનલેસ સ્ટીલ્સનો અભ્યાસ કર્યો. તેઓએ શોધી કાઢ્યું કે જોડિયા બાળકો એનિલ્ડ જોડિયા અને નવી પેઢીના જોડિયા બંનેના સડોના સ્ત્રોતોમાંથી ઉત્પન્ન થઈ શકે છે. એવું જોવામાં આવ્યું છે કે સૌથી મોટા જોડિયા દ્વિઅક્ષીય તણાવ હેઠળ રચાય છે. વધુમાં, એ નોંધવામાં આવ્યું હતું કે ઓસ્ટેનાઈટનું \({\alpha}^{^{\prime}}\)-માર્ટેનાઈટમાં રૂપાંતર તાણના માર્ગ પર આધારિત છે. હોંગ એટ અલ. 42 એ 316L ઓસ્ટેનિટિક સ્ટીલના પસંદગીયુક્ત લેસર મેલ્ટિંગમાં તાપમાનની શ્રેણીમાં હાઇડ્રોજન એમ્બ્રીટલમેન્ટ પર તાણ-પ્રેરિત જોડિયા અને માર્ટેન્સાઇટની અસરની તપાસ કરી. એવું જોવામાં આવ્યું હતું કે, તાપમાનના આધારે, હાઇડ્રોજન નિષ્ફળતાનું કારણ બની શકે છે અથવા 316L સ્ટીલની રચનામાં સુધારો કરી શકે છે. શેન એટ અલ. 43 એ વિવિધ લોડિંગ દરો પર ટેન્સાઈલ લોડિંગ હેઠળ વિરૂપતા માર્ટેન્સાઈટનું પ્રમાણ પ્રાયોગિક રીતે માપ્યું. એવું જાણવા મળ્યું હતું કે તાણના તાણમાં વધારો માર્ટેન્સાઇટ અપૂર્ણાંકના વોલ્યુમ અપૂર્ણાંકમાં વધારો કરે છે.
AI પદ્ધતિઓનો ઉપયોગ વિજ્ઞાન અને ટેક્નોલોજીમાં થાય છે કારણ કે સમસ્યાના ભૌતિક અને ગાણિતિક પાયાનો આશરો લીધા વિના જટિલ સમસ્યાઓના મોડેલિંગમાં તેમની વૈવિધ્યતાને કારણે 44,45,46,47,48,49,50,51,52 AI પદ્ધતિઓની સંખ્યા વધી રહી છે. . મોરાડી વગેરે. 44 ફાઇનર નેનોસિલિકા કણો ઉત્પન્ન કરવા માટે રાસાયણિક પરિસ્થિતિઓને ઑપ્ટિમાઇઝ કરવા માટે મશીન લર્નિંગ તકનીકોનો ઉપયોગ કરે છે. અન્ય રાસાયણિક ગુણધર્મો પણ નેનોસ્કેલ સામગ્રીના ગુણધર્મોને પ્રભાવિત કરે છે, જેની તપાસ ઘણા સંશોધન લેખોમાં કરવામાં આવી છે53. સીઇ એટ અલ. 45 એ વિવિધ રોલિંગ પરિસ્થિતિઓ હેઠળ સાદા કાર્બન સ્ટીલ શીટ મેટલની ફોર્મેબિલિટીની આગાહી કરવા માટે ANFIS નો ઉપયોગ કર્યો. કોલ્ડ રોલિંગને કારણે, હળવા સ્ટીલમાં ડિસલોકેશન ડેન્સિટી નોંધપાત્ર રીતે વધી છે. સાદા કાર્બન સ્ટીલ્સ તેમની સખ્તાઇ અને પુનઃસ્થાપન પદ્ધતિઓમાં ઓસ્ટેનિટિક સ્ટેનલેસ સ્ટીલ્સથી અલગ પડે છે. સરળ કાર્બન સ્ટીલમાં, મેટલ માઇક્રોસ્ટ્રક્ચરમાં તબક્કામાં પરિવર્તન થતું નથી. ધાતુના તબક્કા ઉપરાંત, ધાતુઓની નમ્રતા, અસ્થિભંગ, યંત્રક્ષમતા વગેરે પણ વિવિધ પ્રકારની હીટ ટ્રીટમેન્ટ, કોલ્ડ વર્કિંગ અને વૃદ્ધાવસ્થા દરમિયાન થતી અન્ય કેટલીક માઇક્રોસ્ટ્રક્ચરલ લાક્ષણિકતાઓથી પ્રભાવિત થાય છે. ,60. , 61, 62. તાજેતરમાં, ચેન એટ અલ. 63 એ 304L સ્ટીલની ફોર્મેબિલિટી પર કોલ્ડ રોલિંગની અસરનો અભ્યાસ કર્યો. રચનાત્મકતાની આગાહી કરવા માટે ન્યુરલ નેટવર્કને તાલીમ આપવા માટે તેઓએ માત્ર પ્રાયોગિક પરીક્ષણોમાં અસાધારણ અવલોકનોને ધ્યાનમાં લીધા. વાસ્તવમાં, ઓસ્ટેનિટિક સ્ટેનલેસ સ્ટીલ્સના કિસ્સામાં, શીટના તાણ ગુણધર્મોને ઘટાડવા માટે ઘણા પરિબળો ભેગા થાય છે. લુ એટ અલ.64 એ છિદ્ર વિસ્તરણ પ્રક્રિયા પર વિવિધ પરિમાણોની અસરને જોવા માટે ANFIS નો ઉપયોગ કર્યો.
ઉપરની સમીક્ષામાં સંક્ષિપ્તમાં ચર્ચા કર્યા મુજબ, આકાર મર્યાદા રેખાકૃતિ પર માઇક્રોસ્ટ્રક્ચરની અસરને સાહિત્યમાં થોડું ધ્યાન આપવામાં આવ્યું છે. બીજી બાજુ, ઘણી માઇક્રોસ્ટ્રક્ચરલ સુવિધાઓ ધ્યાનમાં લેવી આવશ્યક છે. તેથી, વિશ્લેષણાત્મક પદ્ધતિઓમાં તમામ માઇક્રોસ્ટ્રક્ચરલ પરિબળોનો સમાવેશ કરવો લગભગ અશક્ય છે. આ દૃષ્ટિએ આર્ટિફિશિયલ ઇન્ટેલિજન્સનો ઉપયોગ ફાયદાકારક બની શકે છે. આ સંદર્ભમાં, આ અભ્યાસ માઇક્રોસ્ટ્રક્ચરલ પરિબળોના એક પાસાની અસરની તપાસ કરે છે, એટલે કે તણાવ-પ્રેરિત માર્ટેન્સાઇટની હાજરી, સ્ટેનલેસ સ્ટીલ શીટ્સની રચના પર. આ અભ્યાસ ફોર્મેબિલિટીના સંદર્ભમાં અન્ય AI અભ્યાસોથી અલગ છે જેમાં માત્ર પ્રાયોગિક FLD વળાંકોને બદલે માઇક્રોસ્ટ્રક્ચરલ સુવિધાઓ પર ધ્યાન કેન્દ્રિત કરવામાં આવે છે. અમે પ્રાયોગિક અને આર્ટિફિશિયલ ઈન્ટેલિજન્સ પદ્ધતિઓનો ઉપયોગ કરીને વિવિધ માર્ટેન્સાઈટ સામગ્રીઓ સાથે 316 સ્ટીલની ફોર્મેબિલિટીનું મૂલ્યાંકન કરવાનો પ્રયાસ કર્યો. પ્રથમ પગલામાં, 2 મીમીની પ્રારંભિક જાડાઈ સાથે 316 સ્ટીલને એનલ કરવામાં આવ્યું હતું અને વિવિધ જાડાઈમાં કોલ્ડ રોલ કરવામાં આવ્યું હતું. પછી, મેટાલોગ્રાફિક નિયંત્રણનો ઉપયોગ કરીને, માર્ટેન્સાઇટનો સંબંધિત વિસ્તાર માપવામાં આવ્યો હતો. તાણ મર્યાદા ડાયાગ્રામ (એફએલડી) મેળવવા માટે ગોળાર્ધમાં વિસ્ફોટ પરીક્ષણનો ઉપયોગ કરીને રોલ્ડ શીટ્સની ફોર્મેબિલિટી નક્કી કરવામાં આવી હતી. તેમની પાસેથી મળેલા ડેટાનો ઉપયોગ પાછળથી આર્ટિફિશિયલ ન્યુરો-ફઝી ઈન્ટરફરન્સ સિસ્ટમ (ANFIS)ને તાલીમ આપવા અને પરીક્ષણ કરવા માટે કરવામાં આવ્યો હતો. ANFIS પ્રશિક્ષણ પછી, ન્યુરલ નેટવર્ક અનુમાનોની સરખામણી પ્રાયોગિક પરિણામોના નવા સેટ સાથે કરવામાં આવે છે.
વર્તમાન અભ્યાસમાં વપરાયેલ 316 ઓસ્ટેનિટિક સ્ટેનલેસ સ્ટીલ મેટલ શીટમાં કોષ્ટક 1 માં બતાવ્યા પ્રમાણે રાસાયણિક રચના છે અને પ્રારંભિક જાડાઈ 1.5 મીમી છે. 1 કલાક માટે 1050 ડિગ્રી સેલ્સિયસ પર એનિલિંગ અને ત્યારબાદ શીટમાં રહેલા શેષ તણાવને દૂર કરવા અને એક સમાન માઇક્રોસ્ટ્રક્ચર મેળવવા માટે પાણી શમન કરવું.
ઓસ્ટેનિટીક સ્ટીલ્સનું માઇક્રોસ્ટ્રક્ચર ઘણા ઇચેન્ટ્સનો ઉપયોગ કરીને જાહેર કરી શકાય છે. નિસ્યંદિત પાણીમાં 60% નાઈટ્રિક એસિડ, 120 s38 માટે 1 વીડીસીમાં કોતરવામાં આવેલ શ્રેષ્ઠ એચેન્ટ્સમાંનું એક છે. જો કે, આ ઇચેન્ટ માત્ર અનાજની સીમાઓ દર્શાવે છે અને ડબલ અનાજની સીમાઓને ઓળખી શકતું નથી, જેમ કે ફિગ. 1a માં બતાવ્યા પ્રમાણે. અન્ય ઇચેન્ટ ગ્લિસરોલ એસીટેટ છે, જેમાં જોડિયા સીમાઓ સારી રીતે જોઈ શકાય છે, પરંતુ અનાજની સીમાઓ નથી, જેમ કે ફિગ. 1b માં બતાવ્યા પ્રમાણે. વધુમાં, મેટાસ્ટેબલ ઓસ્ટેનિટીક તબક્કાના \({\alpha }^{^{\prime}}\)-માં રૂપાંતર થયા પછી, ગ્લિસરોલ એસીટેટ ઇચેન્ટનો ઉપયોગ કરીને માર્ટેન્સાઈટ તબક્કાને શોધી શકાય છે, જે વર્તમાન અભ્યાસમાં રસ ધરાવે છે.
120 s માટે 1.5 V પર નિસ્યંદિત પાણીમાં 200x, 60% \({\mathrm{HNO}}_{3}\) એનિલિંગ પછી મેટલ પ્લેટ 316નું માઇક્રોસ્ટ્રક્ચર, અને (b) 200x , glyceryl એસિટેટ.
11 સે.મી. પહોળી અને 1 મીટર લાંબી શીટ્સમાં રોલિંગ માટે એન્નીલ્ડ શીટ્સ કાપવામાં આવી હતી. કોલ્ડ રોલિંગ પ્લાન્ટમાં 140 મીમીના વ્યાસ સાથે બે સપ્રમાણતાવાળા રોલ હોય છે. કોલ્ડ રોલિંગ પ્રક્રિયા 316 સ્ટેનલેસ સ્ટીલમાં ઓસ્ટેનાઈટના વિરૂપતા માર્ટેન્સાઈટમાં રૂપાંતરનું કારણ બને છે. વિવિધ જાડાઈઓ દ્વારા કોલ્ડ રોલિંગ પછી ઓસ્ટેનાઈટ તબક્કાના માર્ટેન્સાઈટ તબક્કાનો ગુણોત્તર જોઈએ છીએ. અંજીર પર. 2 શીટ મેટલના માઇક્રોસ્ટ્રક્ચરનો નમૂનો બતાવે છે. અંજીર પર. 2a એક રોલેડ નમૂનાની મેટાલોગ્રાફિક છબી બતાવે છે, જેમ કે શીટની લંબ દિશામાંથી જોવામાં આવે છે. અંજીર પર. ImageJ65 સોફ્ટવેરનો ઉપયોગ કરીને 2b, માર્ટેન્સિટિક ભાગ કાળા રંગમાં પ્રકાશિત થાય છે. આ ઓપન સોર્સ સોફ્ટવેરના સાધનોનો ઉપયોગ કરીને, માર્ટેન્સાઈટ અપૂર્ણાંકનો વિસ્તાર માપી શકાય છે. કોષ્ટક 2 જાડાઈમાં વિવિધ ઘટાડા તરફ વળ્યા પછી માર્ટેન્સિટિક અને ઓસ્ટેનિટિક તબક્કાઓના વિગતવાર અપૂર્ણાંક બતાવે છે.
જાડાઈમાં 50% ઘટાડા પછી 316 L શીટનું માઇક્રોસ્ટ્રક્ચર, શીટના પ્લેન પર કાટખૂણે જોવામાં આવે છે, 200 વખત વિસ્તૃત, ગ્લિસરોલ એસિટેટ.
કોષ્ટક 2 માં પ્રસ્તુત મૂલ્યો સમાન મેટાલોગ્રાફિક નમૂના પર વિવિધ સ્થળોએ લેવામાં આવેલા ત્રણ ફોટોગ્રાફ્સ પર માપેલા માર્ટેન્સાઈટ અપૂર્ણાંકની સરેરાશ દ્વારા મેળવવામાં આવ્યા હતા. વધુમાં, ફિગ માં. માર્ટેન્સાઈટ પર કોલ્ડ રોલિંગની અસરને વધુ સારી રીતે સમજવા માટે 3 ચતુર્ભુજ ફિટિંગ વણાંકો બતાવે છે. તે જોઈ શકાય છે કે કોલ્ડ રોલ્ડ સ્થિતિમાં માર્ટેન્સાઈટના પ્રમાણ અને જાડાઈમાં ઘટાડો વચ્ચે લગભગ રેખીય સંબંધ છે. જો કે, ચતુર્ભુજ સંબંધ આ સંબંધને વધુ સારી રીતે રજૂ કરી શકે છે.
316 સ્ટીલ શીટની શરૂઆતમાં કોલ્ડ રોલિંગ દરમિયાન જાડાઈ ઘટાડવાના કાર્ય તરીકે માર્ટેન્સાઈટના પ્રમાણમાં ભિન્નતા.
હેમિસ્ફિયર બર્સ્ટ ટેસ્ટ37,38,45,66 નો ઉપયોગ કરીને સામાન્ય પ્રક્રિયા અનુસાર આકાર આપવાની મર્યાદાનું મૂલ્યાંકન કરવામાં આવ્યું હતું. કુલ મળીને, પ્રાયોગિક નમૂનાઓના સમૂહ તરીકે ફિગ. 4a માં દર્શાવેલ પરિમાણો સાથે લેસર કટીંગ દ્વારા છ નમૂનાઓ બનાવવામાં આવ્યા હતા. માર્ટેન્સાઇટ અપૂર્ણાંકના દરેક રાજ્ય માટે, પરીક્ષણ નમૂનાઓના ત્રણ સેટ તૈયાર કરવામાં આવ્યા હતા અને પરીક્ષણ કરવામાં આવ્યા હતા. અંજીર પર. 4b કટ, પોલિશ્ડ અને ચિહ્નિત નમૂનાઓ દર્શાવે છે.
નાકાઝીમા મોલ્ડિંગ નમૂનાના કદ અને કટીંગ બોર્ડને મર્યાદિત કરે છે. (a) પરિમાણો, (b) કાપેલા અને ચિહ્નિત નમૂનાઓ.
હેમિસ્ફેરિકલ પંચિંગ માટેનું પરીક્ષણ હાઇડ્રોલિક પ્રેસનો ઉપયોગ કરીને 2 mm/s ની મુસાફરી ઝડપ સાથે હાથ ધરવામાં આવ્યું હતું. પંચ અને શીટની સંપર્ક સપાટીઓ સારી રીતે લ્યુબ્રિકેટેડ હોય છે જેથી મર્યાદાની રચના પર ઘર્ષણની અસર ઓછી થાય. જ્યાં સુધી નમૂનામાં નોંધપાત્ર સંકુચિતતા અથવા વિરામ જોવા ન મળે ત્યાં સુધી પરીક્ષણ ચાલુ રાખો. અંજીર પર. 5 ઉપકરણમાં નાશ પામેલા નમૂના અને પરીક્ષણ પછીના નમૂના દર્શાવે છે.
આકારની મર્યાદા હેમિસ્ફેરિકલ બર્સ્ટ ટેસ્ટનો ઉપયોગ કરીને નક્કી કરવામાં આવી હતી, (a) ટેસ્ટ રિગ, (b) ટેસ્ટ રિગમાં વિરામ વખતે નમૂના પ્લેટ, (c) પરીક્ષણ પછી સમાન નમૂના.
Jang67 દ્વારા વિકસિત ન્યુરો-ફઝી સિસ્ટમ એ પાંદડાની રચના મર્યાદા વળાંકની આગાહી માટે યોગ્ય સાધન છે. આ પ્રકારના કૃત્રિમ ન્યુરલ નેટવર્કમાં અસ્પષ્ટ વર્ણનો સાથે પરિમાણોના પ્રભાવનો સમાવેશ થાય છે. આનો અર્થ એ છે કે તેઓ તેમના ક્ષેત્રોમાં કોઈપણ વાસ્તવિક મૂલ્ય મેળવી શકે છે. આ પ્રકારના મૂલ્યોને તેમના મૂલ્ય અનુસાર વધુ વર્ગીકૃત કરવામાં આવે છે. દરેક કેટેગરીના પોતાના નિયમો છે. ઉદાહરણ તરીકે, તાપમાન મૂલ્ય કોઈપણ વાસ્તવિક સંખ્યા હોઈ શકે છે, અને તેના મૂલ્યના આધારે, તાપમાનને ઠંડા, મધ્યમ, ગરમ અને ગરમ તરીકે વર્ગીકૃત કરી શકાય છે. આ સંદર્ભમાં, ઉદાહરણ તરીકે, નીચા તાપમાન માટેનો નિયમ "જેકેટ પહેરો" નો નિયમ છે, અને ગરમ તાપમાન માટેનો નિયમ "પર્યાપ્ત ટી-શર્ટ" છે. ફઝી લોજિકમાં જ, આઉટપુટનું મૂલ્યાંકન ચોકસાઈ અને વિશ્વસનીયતા માટે કરવામાં આવે છે. અસ્પષ્ટ તર્ક સાથે ન્યુરલ નેટવર્ક સિસ્ટમ્સનું સંયોજન ખાતરી કરે છે કે ANFIS વિશ્વસનીય પરિણામો પ્રદાન કરશે.
Jang67 દ્વારા આપવામાં આવેલ આકૃતિ 6 એક સરળ ન્યુરલ ફઝી નેટવર્ક દર્શાવે છે. બતાવ્યા પ્રમાણે, નેટવર્ક બે ઇનપુટ લે છે, અમારા અભ્યાસમાં ઇનપુટ એ માઇક્રોસ્ટ્રક્ચરમાં માર્ટેન્સાઇટનું પ્રમાણ અને નાના તાણનું મૂલ્ય છે. વિશ્લેષણના પ્રથમ સ્તરે, ઇનપુટ મૂલ્યો અસ્પષ્ટ નિયમો અને સભ્યપદ કાર્યો (FC) નો ઉપયોગ કરીને અસ્પષ્ટ કરવામાં આવે છે:
\(i=1, 2\) માટે, કારણ કે ઇનપુટમાં વર્ણનની બે શ્રેણીઓ હોવાનું માનવામાં આવે છે. MF કોઈપણ ત્રિકોણાકાર, ટ્રેપેઝોઈડલ, ગૌસીયન અથવા અન્ય કોઈપણ આકાર લઈ શકે છે.
શ્રેણીઓ \({A}_{i}\) અને \({B}_{i}\) અને સ્તર 2 પર તેમના MF મૂલ્યોના આધારે, આકૃતિ 7 માં બતાવ્યા પ્રમાણે કેટલાક નિયમો અપનાવવામાં આવ્યા છે. આમાં સ્તર, વિવિધ ઇનપુટ્સની અસરોને કોઈક રીતે જોડવામાં આવે છે. અહીં, નીચેના નિયમોનો ઉપયોગ માર્ટેન્સાઈટ અપૂર્ણાંક અને નાના તાણ મૂલ્યોના પ્રભાવને જોડવા માટે થાય છે:
આ સ્તરના આઉટપુટ \({w}_{i}\)ને ઇગ્નીશન તીવ્રતા કહેવામાં આવે છે. આ ઇગ્નીશનની તીવ્રતા નીચેના સંબંધ અનુસાર સ્તર 3 માં સામાન્ય કરવામાં આવે છે:
સ્તર 4 માં, ઇનપુટ પરિમાણોના પ્રારંભિક મૂલ્યોના પ્રભાવને ધ્યાનમાં લેવા માટે ગણતરીમાં Takagi અને Sugeno નિયમો67,68 નો સમાવેશ કરવામાં આવ્યો છે. આ સ્તર નીચેના સંબંધો ધરાવે છે:
પરિણામી \({f}_{i}\) સ્તરોમાંના સામાન્ય મૂલ્યોથી પ્રભાવિત થાય છે, જે અંતિમ પરિણામ આપે છે, મુખ્ય વાર્પ મૂલ્યો:
જ્યાં \(NR\) નિયમોની સંખ્યા દર્શાવે છે. અહીં ન્યુરલ નેટવર્કની ભૂમિકા અજ્ઞાત નેટવર્ક પરિમાણોને સુધારવા માટે તેના આંતરિક ઓપ્ટિમાઇઝેશન અલ્ગોરિધમનો ઉપયોગ કરવાની છે. અજ્ઞાત પરિમાણો એ પરિણામી પરિમાણો \(\left\{{p}_{i}, {q}_{i}, {r}_{i}\right\}\), અને MF થી સંબંધિત પરિમાણો છે સામાન્યકૃત વિન્ડ ચાઇમ્સ આકારનું કાર્ય માનવામાં આવે છે:
આકાર મર્યાદા ડાયાગ્રામ રાસાયણિક રચનાથી લઈને શીટ મેટલના વિરૂપતા ઇતિહાસ સુધીના ઘણા પરિમાણો પર આધારિત છે. કેટલાક પરિમાણોનું મૂલ્યાંકન કરવું સરળ છે, જેમાં તન્ય પરીક્ષણ પરિમાણોનો સમાવેશ થાય છે, જ્યારે અન્યને વધુ જટિલ પ્રક્રિયાઓની જરૂર હોય છે જેમ કે મેટાલોગ્રાફી અથવા શેષ તણાવ નિર્ધારણ. મોટાભાગના કિસ્સાઓમાં, શીટના દરેક બેચ માટે તાણ મર્યાદા પરીક્ષણ હાથ ધરવાની સલાહ આપવામાં આવે છે. જો કે, કેટલીકવાર અન્ય પરીક્ષણ પરિણામોનો ઉપયોગ અંદાજિત આકારની મર્યાદા માટે થઈ શકે છે. ઉદાહરણ તરીકે, ઘણા અભ્યાસોએ શીટની રચના 69,70,71,72 નક્કી કરવા માટે તાણ પરીક્ષણ પરિણામોનો ઉપયોગ કર્યો છે. અન્ય અભ્યાસોમાં તેમના વિશ્લેષણમાં વધુ પરિમાણોનો સમાવેશ થાય છે, જેમ કે અનાજની જાડાઈ અને કદ31,73,74,75,76,77. જો કે, તમામ માન્ય પરિમાણોનો સમાવેશ કરવો તે ગણતરીની રીતે ફાયદાકારક નથી. આમ, ANFIS મોડલ્સનો ઉપયોગ આ મુદ્દાઓને ઉકેલવા માટે વ્યાજબી અભિગમ હોઈ શકે છે45,63.
આ પેપરમાં, 316 ઓસ્ટેનિટિક સ્ટીલ શીટના આકારની મર્યાદા ડાયાગ્રામ પર માર્ટેન્સાઇટ સામગ્રીના પ્રભાવની તપાસ કરવામાં આવી હતી. આ સંદર્ભે, પ્રાયોગિક પરીક્ષણોનો ઉપયોગ કરીને ડેટા સેટ તૈયાર કરવામાં આવ્યો હતો. વિકસિત સિસ્ટમમાં બે ઇનપુટ ચલો છે: મેટાલોગ્રાફિક પરીક્ષણોમાં માપવામાં આવતા માર્ટેન્સાઇટનું પ્રમાણ અને નાના એન્જિનિયરિંગ સ્ટ્રેઇનની શ્રેણી. પરિણામ એ રચના મર્યાદા વળાંકનું મુખ્ય એન્જિનિયરિંગ વિરૂપતા છે. માર્ટેન્સિટીક અપૂર્ણાંકના ત્રણ પ્રકાર છે: દંડ, મધ્યમ અને ઉચ્ચ અપૂર્ણાંક. નીચા એટલે કે માર્ટેન્સાઈટનું પ્રમાણ 10% કરતા ઓછું છે. મધ્યમ પરિસ્થિતિઓમાં, માર્ટેન્સાઇટનું પ્રમાણ 10% થી 20% સુધીનું હોય છે. માર્ટેન્સાઇટના ઉચ્ચ મૂલ્યોને 20% કરતા વધુના અપૂર્ણાંક તરીકે ગણવામાં આવે છે. વધુમાં, ગૌણ તાણમાં ઊભી ધરીની નજીક -5% અને 5% વચ્ચેની ત્રણ અલગ-અલગ શ્રેણીઓ હોય છે, જેનો ઉપયોગ FLD0 નક્કી કરવા માટે થાય છે. હકારાત્મક અને નકારાત્મક શ્રેણી અન્ય બે શ્રેણીઓ છે.
હેમિસ્ફેરિકલ ટેસ્ટના પરિણામો FIG માં દર્શાવવામાં આવ્યા છે. આકૃતિ મર્યાદાના 6 આકાર આપતી આકૃતિઓ દર્શાવે છે, જેમાંથી 5 વ્યક્તિગત રોલ્ડ શીટ્સની FLD છે. સલામતી બિંદુ અને તેની ઉપરની મર્યાદા વળાંક આપેલ છે જે મર્યાદા વળાંક (FLC) બનાવે છે. છેલ્લો આંકડો તમામ FLC ની તુલના કરે છે. છેલ્લી આકૃતિ પરથી જોઈ શકાય છે તેમ, 316 ઓસ્ટેનિટીક સ્ટીલમાં માર્ટેન્સાઈટના પ્રમાણમાં વધારો શીટ મેટલની રચનાત્મકતા ઘટાડે છે. બીજી તરફ, માર્ટેન્સાઈટનું પ્રમાણ વધવાથી ધીમે ધીમે FLC ને ઊભી અક્ષ વિશે સપ્રમાણ વળાંકમાં ફેરવાય છે. છેલ્લા બે આલેખમાં, વળાંકની જમણી બાજુ ડાબી બાજુ કરતાં થોડી વધારે છે, જેનો અર્થ છે કે દ્વિઅક્ષીય તણાવમાં રચનાક્ષમતા અક્ષીય તણાવ કરતાં વધુ છે. વધુમાં, માર્ટેનસાઇટના વધતા પ્રમાણ સાથે ગરદન પહેલાં નાના અને મોટા બંને એન્જિનિયરિંગ તાણમાં ઘટાડો થાય છે.
316 મર્યાદા વળાંક બનાવે છે. ઓસ્ટેનિટિક સ્ટીલ શીટ્સની ફોર્મેબિલિટી પર માર્ટેન્સાઇટના પ્રમાણનો પ્રભાવ. (સુરક્ષા બિંદુ SF, રચના મર્યાદા વળાંક FLC, martensite M).
ન્યુરલ નેટવર્કને 7.8, 18.3 અને 28.7% ના માર્ટેન્સાઈટ અપૂર્ણાંક સાથે પ્રાયોગિક પરિણામોના 60 સેટ પર તાલીમ આપવામાં આવી હતી. ચકાસણી પ્રક્રિયા માટે 15.4% માર્ટેન્સાઈટનો ડેટા સેટ અને 25.6% પરીક્ષણ પ્રક્રિયા માટે આરક્ષિત હતો. 150 યુગ પછીની ભૂલ લગભગ 1.5% છે. અંજીર પર. 9 વાસ્તવિક આઉટપુટ (\({\epsilon }_{1}\), મૂળભૂત એન્જિનિયરિંગ વર્કલોડ) વચ્ચેનો સંબંધ દર્શાવે છે જે તાલીમ અને પરીક્ષણ માટે આપવામાં આવે છે. જેમ તમે જોઈ શકો છો, પ્રશિક્ષિત NFS શીટ મેટલના ભાગો માટે સંતોષકારક રીતે \({\epsilon} _{1}\) આગાહી કરે છે.
(a) તાલીમ પ્રક્રિયા પછી અનુમાનિત અને વાસ્તવિક મૂલ્યો વચ્ચેનો સંબંધ, (b) તાલીમ અને ચકાસણી દરમિયાન FLC પર મુખ્ય એન્જિનિયરિંગ લોડ્સ માટે અનુમાનિત અને વાસ્તવિક મૂલ્યો વચ્ચેની ભૂલ.
તાલીમ દરમિયાન અમુક સમયે, ANFIS નેટવર્ક અનિવાર્યપણે રિસાયકલ કરવામાં આવે છે. આ નક્કી કરવા માટે, સમાંતર તપાસ કરવામાં આવે છે, જેને "ચેક" કહેવામાં આવે છે. જો માન્યતા ભૂલ મૂલ્ય તાલીમ મૂલ્યથી વિચલિત થાય છે, તો નેટવર્ક ફરીથી તાલીમ આપવાનું શરૂ કરે છે. આકૃતિ 9b માં બતાવ્યા પ્રમાણે, યુગ 150 પહેલા, શિક્ષણ અને માન્યતા વક્ર વચ્ચેનો તફાવત નાનો છે, અને તેઓ લગભગ સમાન વળાંકને અનુસરે છે. આ બિંદુએ, માન્યતા પ્રક્રિયાની ભૂલ શીખવાની કર્વમાંથી વિચલિત થવાનું શરૂ કરે છે, જે ANFIS ઓવરફિટિંગની નિશાની છે. આમ, રાઉન્ડ 150 માટે ANFIS નેટવર્ક 1.5% ની ભૂલ સાથે સાચવેલ છે. પછી ANFIS માટે FLC અનુમાન રજૂ કરવામાં આવે છે. અંજીર પર. 10 તાલીમ અને ચકાસણી પ્રક્રિયામાં ઉપયોગમાં લેવાતા પસંદ કરેલા નમૂનાઓ માટે અનુમાનિત અને વાસ્તવિક વળાંકો દર્શાવે છે. આ વળાંકોમાંથી ડેટાનો ઉપયોગ નેટવર્કને તાલીમ આપવા માટે કરવામાં આવ્યો હોવાથી, ખૂબ નજીકની આગાહીઓનું અવલોકન કરવું આશ્ચર્યજનક નથી.
વાસ્તવિક પ્રાયોગિક FLC અને ANFIS અનુમાનિત વળાંક વિવિધ માર્ટેન્સાઈટ સામગ્રી શરતો હેઠળ. આ વળાંકોનો ઉપયોગ તાલીમ પ્રક્રિયામાં થાય છે.
ANFIS મોડેલ જાણતું નથી કે છેલ્લા નમૂનાનું શું થયું. તેથી, અમે 25.6% ના માર્ટેન્સાઈટ અપૂર્ણાંક સાથે નમૂના સબમિટ કરીને FLC માટે અમારા પ્રશિક્ષિત ANFIS નું પરીક્ષણ કર્યું. અંજીર પર. 11 ANFIS FLC અનુમાન તેમજ પ્રાયોગિક FLC દર્શાવે છે. અનુમાનિત મૂલ્ય અને પ્રાયોગિક મૂલ્ય વચ્ચેની મહત્તમ ભૂલ 6.2% છે, જે તાલીમ અને માન્યતા દરમિયાન અનુમાનિત મૂલ્ય કરતાં વધુ છે. જો કે, સૈદ્ધાંતિક રીતે એફએલસીની આગાહી કરતા અન્ય અભ્યાસોની તુલનામાં આ ભૂલ સહન કરી શકાય તેવી ભૂલ છે.
ઉદ્યોગમાં, ફોર્મેબિલિટીને અસર કરતા પરિમાણો જીભના સ્વરૂપમાં વર્ણવવામાં આવે છે. ઉદાહરણ તરીકે, "બરછટ અનાજ ફોર્મેબિલિટી ઘટાડે છે" અથવા "કોલ્ડ વર્કિંગમાં વધારો FLC ઘટાડે છે". પ્રથમ તબક્કામાં ANFIS નેટવર્કમાં ઇનપુટને ભાષાકીય કેટેગરીમાં વર્ગીકૃત કરવામાં આવે છે જેમ કે નીચા, મધ્યમ અને ઉચ્ચ. નેટવર્ક પર વિવિધ શ્રેણીઓ માટે અલગ-અલગ નિયમો છે. તેથી, ઉદ્યોગમાં, આ પ્રકારનું નેટવર્ક તેમના ભાષાકીય વર્ણન અને પૃથ્થકરણમાં અનેક પરિબળોને સમાવવાની દ્રષ્ટિએ ખૂબ જ ઉપયોગી બની શકે છે. આ કાર્યમાં, અમે ANFIS ની શક્યતાઓનો ઉપયોગ કરવા માટે ઓસ્ટેનિટિક સ્ટેનલેસ સ્ટીલ્સના માઇક્રોસ્ટ્રક્ચરની મુખ્ય લાક્ષણિકતાઓમાંની એકને ધ્યાનમાં લેવાનો પ્રયાસ કર્યો. 316 ની તાણ-પ્રેરિત માર્ટેન્સાઇટની માત્રા આ ઇન્સર્ટ્સના ઠંડા કાર્યનું સીધું પરિણામ છે. પ્રયોગો અને ANFIS વિશ્લેષણ દ્વારા, એવું જાણવા મળ્યું છે કે આ પ્રકારના ઓસ્ટેનિટીક સ્ટેનલેસ સ્ટીલમાં માર્ટેન્સાઈટનું પ્રમાણ વધવાથી પ્લેટ 316 ના FLCમાં નોંધપાત્ર ઘટાડો થાય છે, જેથી માર્ટેન્સાઈટનું પ્રમાણ 7.8% થી વધારીને 28.7% થાય છે. 0.35 થી FLD0. અનુક્રમે 0.1 સુધી. બીજી બાજુ, પ્રશિક્ષિત અને માન્ય ANFIS નેટવર્ક ઉપલબ્ધ પ્રાયોગિક ડેટાના 80% નો ઉપયોગ કરીને 6.5% ની મહત્તમ ભૂલ સાથે FLC ની આગાહી કરી શકે છે, જે અન્ય સૈદ્ધાંતિક પ્રક્રિયાઓ અને અસાધારણ સંબંધોની તુલનામાં ભૂલનો સ્વીકાર્ય માર્જિન છે.
વર્તમાન અભ્યાસમાં વપરાયેલ અને/અથવા વિશ્લેષણ કરાયેલ ડેટાસેટ્સ સંબંધિત લેખકો પાસેથી વ્યાજબી વિનંતી પર ઉપલબ્ધ છે.
ઇફ્તિખાર, CMA, એટ અલ. પ્રમાણસર અને બિન-પ્રમાણસર લોડિંગ પાથ હેઠળ એક્સટ્રુડેડ AZ31 મેગ્નેશિયમ એલોય "જેમ છે તેમ" ના અનુગામી ઉપજ પાથની ઉત્ક્રાંતિ: CPFEM પ્રયોગો અને સિમ્યુલેશન્સ. આંતરિક જે. પ્રસ્ટ. 151, 103216 (2022).
ઇફ્તિખાર, TsMA એટ અલ. એનિલ્ડ AA6061 એલોયના પ્રમાણસર અને બિન-પ્રમાણસર લોડિંગ પાથ સાથે પ્લાસ્ટિક વિકૃતિ પછી અનુગામી ઉપજ સપાટીની ઉત્ક્રાંતિ: ક્રિસ્ટલ પ્લાસ્ટિસિટીના પ્રયોગો અને મર્યાદિત તત્વ મોડેલિંગ. આંતરિક જે. પ્લાસ્ટ 143, 102956 (2021).
માનિક, ટી., હોલમેડલ, બી. એન્ડ હોપરસ્ટેડ, ઓએસ સ્ટ્રેસ ટ્રાન્ઝિયન્ટ્સ, વર્ક હાર્ડનિંગ અને એલ્યુમિનિયમ આર વેલ્યુ સ્ટ્રેઈન પાથ ફેરફારોને કારણે. આંતરિક જે. પ્રસ્ટ. 69, 1–20 (2015).
મામુશી, એચ. એટ અલ. સામાન્ય દબાણની અસરને ધ્યાનમાં લઈને મર્યાદિત આકાર આપતી રેખાકૃતિ નક્કી કરવા માટેની નવી પ્રાયોગિક પદ્ધતિ. આંતરિક જે. અલ્મા મેટર. ફોર્મ 15(1), 1 (2022).
યાંગ ઝેડ. એટ અલ. AA7075-T6 શીટ મેટલની ડ્યુક્ટાઇલ ફ્રેક્ચર પરિમાણો અને તાણ મર્યાદાઓનું પ્રાયોગિક માપાંકન. જે. અલ્મા મેટર. પ્રક્રિયા ટેકનોલોજી 291, 117044 (2021).
પેટ્રિટ્સ, એ. એટ અલ. અલ્ટ્રા-ફ્લેક્સિબલ ફેરોઇલેક્ટ્રિક કન્વર્ટર અને ઓર્ગેનિક ડાયોડ પર આધારિત છુપાયેલા ઉર્જા હાર્વેસ્ટિંગ ડિવાઇસ અને બાયોમેડિકલ સેન્સર. રાષ્ટ્રીય સમુદાય. 12(1), 2399 (2021).
બાસાક, એસ. અને પાન્ડા, એસ.કે. Yld 2000–2d ઉપજ મોડેલનો ઉપયોગ કરીને ધ્રુવીય અસરકારક પ્લાસ્ટિક વિકૃતિ પાથમાં વિવિધ પૂર્વ-વિકૃત પ્લેટોની ગરદન અને અસ્થિભંગ મર્યાદાનું વિશ્લેષણ. જે. અલ્મા મેટર. પ્રક્રિયા ટેકનોલોજી 267, 289–307 (2019).
બાસાક, એસ. અને પાંડા, એસકે ફ્રેક્ચર ડિફોર્મેશન્સ ઇન એનિસોટ્રોપિક શીટ મેટલ્સ: એક્સપેરિમેન્ટલ ઇવેલ્યુએશન એન્ડ થિયોરેટિકલ પ્રિડિક્શન્સ. આંતરિક જે. મેચા. વિજ્ઞાન 151, 356–374 (2019).
જાલેફર, એફ., હાશેમી, આર. અને હોસેનીપુર, એસજે મોલ્ડિંગ મર્યાદા ડાયાગ્રામ AA5083 પર તાણના માર્ગને બદલવાની અસરનો પ્રાયોગિક અને સૈદ્ધાંતિક અભ્યાસ. આંતરિક જે. એડવ. ઉત્પાદક ટેકનોલોજી 76(5–8), 1343–1352 (2015).
હબીબી, એમ. એટ અલ. યાંત્રિક ગુણધર્મોનો પ્રાયોગિક અભ્યાસ, રચનાક્ષમતા, અને ઘર્ષણને જગાડતા વેલ્ડેડ બ્લેન્ક્સનું મર્યાદિત આકાર આપતી રેખાકૃતિ. જે. મેકર. પ્રક્રિયા 31, 310–323 (2018).
હબીબી, એમ., એટ અલ. બેન્ડિંગના પ્રભાવને ધ્યાનમાં રાખીને, મર્યાદિત તત્વ મોડેલિંગમાં MC મોડેલનો સમાવેશ કરીને મર્યાદા રેખાકૃતિ બનાવવામાં આવે છે. પ્રક્રિયા ફર સંસ્થા. પ્રોજેક્ટ એલ 232(8), 625–636 (2018).
પોસ્ટનો સમય: જૂન-08-2023