アンフィス

Scientific Reports volume 13、記事番号: 3115 (2023) この記事を引用

427 アクセス

2 オルトメトリック

メトリクスの詳細

ステンレス板金の成形性に及ぼす微細構造の影響は、板材産業のエンジニアにとって大きな懸念事項です。オーステナイト鋼の場合、その微細構造中にひずみ誘起マルテンサイト (\({\alpha }^{^{\prime}}\)-マルテンサイト) が存在すると、大幅な硬化と成形性の低下が引き起こされます。本研究では、実験的手法と人工知能手法を使用して、さまざまなマルテンサイト強度を持つ AISI 316 鋼の成形性を評価することを目的としています。最初のステップでは、初期厚さ 2 mm の AISI 316 グレード鋼を焼きなましし、さまざまな厚さに冷間圧延します。続いて、金属組織検査を使用して、ひずみ誘起マルテンサイトの相対面積が測定されます。圧延シートの成形性は、半球パンチ試験を使用して成形限界線図 (FLD) を取得して判定されます。実験から得られたデータは、人工神経ファジー干渉システム (AFIS) のトレーニングと検証にさらに利用されました。 AFIS をトレーニングした後、ニューラルネットワークによって予測された主要なひずみが新しいセットの実験結果と比較されます。結果は、冷間圧延がこのタイプのステンレス鋼の成形性に悪影響を与える一方で、シートを大幅に強化することを示しています。さらに、AFIS は実験測定と比較して満足のいく結果を示します。

板金の成形性は何十年も研究論文の主題となってきましたが、冶金学の興味深い研究分野でもあります。新しい技術機器と計算モデルにより、成形性に影響を与える根本的な要因を見つけることが容易になります。最も重要なことは、近年の結晶塑性有限要素法 (CPFEM) の使用により、成形限界における微細構造の重要性が明らかになったということです。一方、走査型電子顕微鏡 (SEM) と後方散乱電子回折 (EBSD) の利用は、研究者が変形中の結晶構造の微細構造活動を観察するのに役立ちました。金属のさまざまな相の影響、粒子サイズと配向、および粒子レベルのミクロスケールの不完全性を理解することは、成形性を予測する上で不可欠です。

成形性は経路に大きく依存することが証明されているため、成形性の判定自体は困難な手順です1、2、3。したがって、従来の成形限界ひずみの表現は、非比例荷重条件では信頼できない可能性があります。一方、産業用途における荷重経路の大部分は非比例として分類されます。この点に関して、従来の半球実験法およびマルシニアク・クチンスキー (M-K) 実験法は注意して利用する必要があります 4,5,6。近年、破壊成形限界線図 (FFLD) という別の概念が、成形性の分野で多くの技術者の注目を集めています。この概念では、シートの成形性は損傷モデルを使用して予測されます。この点において、経路の独立性は解析に本質的に組み込まれており、結果は非比例実験結果とよく一致しています7、8、9。シートメタルの成形性は、シートのいくつかのパラメータと加工履歴、さらに金属の微細構造と相に依存します10、11、12、13、14、15。

サイズ依存性は、金属に微細な形状を組み込む際の課題です。微小変形空間では、振動および座屈特性の依存性は材料の長さスケールに強く依存することが証明されています16,17,18,19,20,21,22,23,24,25,26,27。 28、29、30。成形性に対する粒径の影響は、産業界では長い間認識されてきました。板金の伸縮性に及ぼす粒子サイズと厚さの影響は、yamaguchi と Mellor31 による理論分析を使用して調べられました。彼らは、Marciniak モデルを使用して、厚さと粒子サイズの比の減少により、二軸伸張負荷条件におけるシートの伸張性が低下することを報告しました。 Wilson らによる実験結果 32 では、平均粒径 (t/d) に対する厚さの減少により、さまざまな厚さの 3 つの異なるシートメタルの二軸延伸性が低下することが確認されています。彼らは、t/d 値が 20 未満の場合、顕著なひずみの不均一性とネッキングは主にシートの厚さの個々の粒子の影響を受けると結論付けました。オーステナイト系ステンレス鋼 304 および 316 の粒度がバルク加工性に及ぼす影響は、Ulvan および Koursaris によって調査されました 33。彼らは、これらの金属の成形性は粒径には影響されないが、引張特性にはわずかな変化が見られると報告しました。具体的には、結晶粒径の増加により、これらの鋼の強度尺度が低下しました。ニッケル金属の流動応力に対する転位密度の影響を調べると、粒子サイズに関係なく、金属の流動応力を決定するのは転位密度であることが明らかになりました 34。粒子の相互作用と初期配向も、実験と結晶塑性シミュレーションを使用した Becker と Panchanadeeswaran によって調べられたように、アルミニウムの集合組織の進化に大きな影響を及ぼします。シミュレーション結果は実験から逸脱しており、圧延アルミニウムシートは、検出された結晶塑性シミュレーションと実験試験により異なる成形性を示しました36。異なるシートの応力-ひずみ曲線はほぼ類似していましたが、初期設定に基づいて成形性に大きな違いがあることが示されました。 Amelirad と Assempour は実験と CPFEM を利用して、オーステナイト系ステンレス鋼板金の成形限界曲線を取得しました37。彼らのシミュレーションでは、結晶粒径の増加により FLD の成形限界曲線が上方にシフトすることが明らかになりました。さらに、ボイド核形成に対する結晶粒配向と形態の影響が調べられました。同じ著者による38。

オーステナイト系ステンレス鋼では、結晶粒の形態と配向に加えて、双晶と第二相の状態が重要です。双晶化は、TWIP 鋼の硬化と伸び向上の主なメカニズムです 39。 Hwang40 は、適切な引張応答にもかかわらず、TWIP 鋼の成形性が満足のいくものではないと報告しました。しかし、オーステナイト鋼板の成形性に及ぼすひずみ誘起双晶の影響は十分に認識されていません。 Mishra et al.41 は、オーステナイト系ステンレス鋼を調査し、異なる伸長ひずみ経路下での双晶生成を観察しました。彼らは、アニーリング中の双子と新世代の双子の両方の崩壊源から双子形成が発生する可能性があることを発見しました。二軸延伸下では最大双晶が生成されることが観察された。さらに、オーステナイトから \({\alpha }^{^{\prime}}\) マルテンサイトへの変態はひずみ経路に依存することが観察されました。 Hon ら 42 は、選択的レーザー溶解オーステナイト鋼 316 L のひずみ誘起双晶形成とマルテンサイトが、ある温度範囲での水素脆化に及ぼす影響を調査しました。温度値に基づいて、水素が 316 L 鋼の破壊を引き起こしたり、成形性を高めたりする可能性があることが観察されました。さまざまな荷重速度での引張荷重条件下でのひずみ誘起マルテンサイトの体積は、Shen らによって実験的に測定されました 43。引張ひずみの増加によりマルテンサイト分率の体積分率が増加することが判明した。

問題の物理的および数学的基礎に関与することなく、複雑な問題をモデル化する汎用性の高さにより、科学および工学分野での人工知能手法の使用が増加しています44、45、46、47、48、49、50、51、52。 Moradi et al.44 は、機械学習手法を利用して化学条件を最適化し、より小さなナノシリカ粒子を生成しました。多くの研究論文で調査されているように、他の化学的特性もナノスケールの材料特性に影響を与えます53。 Xie ら 45 は、ANFIS と協力して、さまざまな圧延条件下での普通炭素鋼板金の成形性を予測しました。低炭素鋼の転位密度は、冷間圧延により大幅に増加します。普通炭素鋼とオーステナイト系ステンレス鋼では、硬化と成形性の低下のメカニズムが異なります。普通の炭素鋼では、金属の微細構造に相変態は起こりません。金属の相に加えて、熱処理、冷間加工、時効といったさまざまな処理から生じる他のいくつかの微細構造の特徴が、金属の延性、破壊、機械加工性などに影響を与えます54,55,56,57,58,59,60,61,62。。最近、Chen et al.63 は、304 L 鋼の成形性に及ぼす冷間圧延の影響を検討しました。彼らは、成形性を予測するためにニューラルネットワークをトレーニングするための実験テストにおける現象学的観察のみを考慮しました。実際、オーステナイト系ステンレス鋼の場合、シートの伸縮性が低下する要因がいくつか組み合わさっています。 Lu ら 64 は、AFIS を利用して、穴の拡大プロセスに対するさまざまなパラメータの影響を観察しました。

上記のレビューで簡単に説明したように、形成限界図に対する微細構造の影響は文献ではほとんど取り上げられていません。一方で、考慮すべき微細構造の特徴は数多くあります。したがって、分析方法にすべての微細構造因子を組み込むことはほとんど不可能です。この意味で、人工知能の活用は役に立つかもしれません。これに関して、本研究では、微細構造因子の側面、すなわち応力誘起マルテンサイトの存在がステンレス板金の成形性に及ぼす影響を調査した。この研究は、実験的な FLD 曲線だけでなく微細構造の特徴に焦点を当てた成形性に関する他の AI 研究とは対照的です。私たちは、実験的手法と人工知能手法を使用して、さまざまなレベルのマルテンサイトを含む 316 鋼の成形性を評価することを目指しています。最初のステップでは、初期厚さ 2 mm の 316 鋼を焼きなましし、さまざまな厚さに冷間圧延します。その後、金属組織検査を使用してマルテンサイトの相対面積が測定されます。圧延シートの成形性は、半球パンチ試験を使用して成形限界線図 (FLD) を取得して判定されます。から得られたデータは、人工神経ファジー干渉システム (AFIS) のトレーニングと検証にさらに利用されます。 AFIS をトレーニングした後、ニューラルネットワークの予測が新しいセットの実験結果と比較されます。

今回の研究で使用したシートメタルは、表 1 に示す化学組成を備えたオーステナイト系ステンレス鋼 316 で、初期厚さは 1.5 mm でした。シート内の残留応力を除去し、均一な微細構造を得るために、1050 °C で 1 時間のアニーリングプロセスとそれに続く水冷処理を実行しました。

オーステナイト鋼の微細構造は、いくつかのエッチング液を使用して明らかにすることができます。最も優れたエッチング液の 1 つは、60% 硝酸を含む蒸留水で、直流 1 V で 120 秒間処理したものです。しかし、このエッチャントでは結晶粒界のみが明らかになり、図1aで観察されたような双晶境界は認識できませんでした。別のエッチング剤は酢酸グリセレジアであり、図1bに見られるように、双晶境界はよく現れていますが、粒界はあまりはっきりと現れていません。さらに、準安定オーステナイト相を \({\alpha }^{^{\prime}}\)-マルテンサイト相に変換した後、酢酸グリセレジアエッチング剤を使用してマルテンサイトを露出させることができ、これが現在の研究で興味深いものです。

さまざまなエッチャントによって明らかにされた、受け取った状態でアニーリングした後の 316 シートメタルの微細構造 (a) 200 倍、蒸留水中で 60% \({\mathrm{HNO}}_{3}\)、1.5 V で 120 秒間処理、および(b) 200x、酢酸グリセレジア。

アニールされたシートは、圧延の目的で幅 11 cm、長さ 1 m に切断されました。冷間圧延装置には、直径 140 mm の 2 つの対称ロールがありました。冷間圧延プロセスにより、316 ステンレス鋼のオーステナイトが歪み誘起マルテンサイトに変態します。さまざまな厚さに冷間圧延した後のマルテンサイト相とオーステナイト相の比率を求めています。巻かれたシートの微細構造のサンプルを図 2 に示します。図 2a は、シートの法線方向から見た、巻いたサンプルの金属組織学画像を示しています。図 2b では、ImageJ ソフトウェア 65 を使用してマルテンサイトの部分が黒色と対比されています。このオープンソースソフトウェアのツールを使用すると、マルテンサイト部分の面積を測定することができます。さまざまな厚さまで圧延した後のマルテンサイトからオーステナイト相への詳細な割合を表 2 に示します。

シート面に垂直な方向から見た、厚さ 50% まで圧延した後の 316 L シートの微細構造、200 倍、酢酸グリセレジア。

表 2 に示されている値は、同じ金属組織サンプルの異なる位置からの 3 つの写真から測定されたマルテンサイト分率を平均することによって得られます。さらに、マルテンサイトに対する冷間圧延の影響をより詳しく理解するために、二次フィッティング曲線が図 3 に表示されています。マルテンサイト分率と冷間圧延板厚減少率の間にはほぼ直線的な相関関係が保たれていることがわかります。ただし、二次関係の方がこの関係をより適切に表現できます。

初期焼鈍した 316 シートの冷間圧延プロセスにおける厚さ減少の関数としてのマルテンサイト分率の変化。

成形限界の評価は、半球パンチテストを使用した日常的な手順に従います37、38、45、66。図 4a に示す寸法のサンプルをレーザー切断法により 1 セットの実験サンプルとして合計 6 個作成します。各マルテンサイト分率条件について、3 セットの試験サンプルが準備され、試験されます。図 4b は、切断、研磨され、マークが付けられたサンプルを示しています。

ナカジマの成形限界サンプル寸法とカットシートです。 (a) 寸法、(b) 切断およびマークされたサンプル。

半球パンチ試験は、変位速度 2 mm/秒の油圧プレスを使用して行われます。パンチとシートの接触面には十分な潤滑が施されており、成形限界値に対する摩擦の影響を最小限に抑えます。サンプルに明らかなネッキングまたは破損が観察されるまで、テストを継続しました。図５に、装置内および試験後の破断サンプルを示します。

半球パンチ試験を使用した成形限界の決定、(a) 試験装置 (b) 破断時の装置内のサンプルシート、(c) 試験後の同じサンプル。

Jang67 によって開発されたニューラルファジーシステムは、板金の成形限界曲線を予測するのに適したツールです。このタイプの人工ニューラルネットワークには、あいまいな説明を持つパラメーターの効果が組み込まれています。これは、ドメイン内で任意の実際の値を取得できることを意味します。このタイプの値は、その値に基づいてさらに分類されます。各カテゴリはそれぞれのルールの影響を受けます。たとえば、温度値は任意の実数にすることができ、その値に基づいて、低温、中温、温暖、高温に分類できます。ここでのルールは、例えば、寒い気温の場合は「ジャケットを着る」、暖かい気温の場合は「Tシャツで十分」です。ファジィロジック自体では、出力結果の精度と信頼性が評価されます。ファジィロジックを備えたニューラルネットワークシステムを組み込むことで、ANFIS が信頼性の高い結果を確実に提供できるようになります。

Jang67 によって提供される単純なニューラルファジーネットワークを図 6 に示します。この図に見られるように、ネットワークは 2 つの入力を受け入れます。この研究の場合、入力は微細構造のマルテンサイト分率と微小ひずみ値です。分析の最初の層では、ファジールールとメンバーシップ関数 (MF) を使用して入力値のファジー化が実行されます。

\(i=1, 2\) の場合、入力データには 2 つの記述カテゴリがあると想定されているためです。 MF は、三角形、台形、ガウス、またはその他の任意の形式を取ることができます。

2 つの入力と 1 つの出力の AFIS 層の概略図67。

\({A}_{i}\) と \({B}_{i}\) のカテゴリとその MF 値に基づいて、図 7 に示すように、いくつかのルールがレイヤー 2 で採用されます。、異なる入力のエフェクトは特定の方法で結合されます。ここでは、マルテンサイト分率と微小ひずみ値の影響を組み合わせるために次のルールが使用されます。

2 つの入力と 4 つのルールを持つ AFIS のファジー部分空間。

この層の出力 \({w}_{i}\) は発火強度と呼ばれます。これらの発火強度は、レイヤー 3 の以下の関係に従って正規化されます。

レイヤ 4 では、入力パラメータの初期値の影響を考慮するために、高木と菅野のルール 67,68 が計算に組み込まれています。この層では次の関係が成り立ちます。

取得された \({f}_{i}\) は層内の正規化された値の影響を受け、主ひずみの値である最終出力が得られます。

ここで、\(NR\) はルールの数を示します。ここでのニューラルネットワークの役割は、内部の最適化アルゴリズムを使用してネットワークの未知のパラメーターを調整することです。未知のパラメータは、結果パラメータ \(\left\{{p}_{i}, {q}_{i}, {r}_{i}\right\}\) と、考慮される MF に関連するパラメータです。一般化されたベル型関数になる：

限界線図の形成は、化学組成から板金の変形履歴まで、多くのパラメータに依存します。引張試験パラメータなどの評価が簡単なパラメータもあれば、金属組織学や残留応力の決定などのより複雑な手順が必要なパラメータもあります。ほとんどの場合、シートの各バッチに対して成形限界テストを実行することが有益です。ただし、他のテストの結果を成形限界の近似に利用できる場合もあります。その理由として、いくつかの研究が引張試験の結果を利用してシートの成形性を決定しています69、70、71、72。他の研究では、厚さや粒子サイズなどのより多くのパラメーターを解析に考慮に入れています 31,73,74,75,76,77。ただし、すべての有効なパラメータを組み込むことは、計算上有益ではありません。したがって、AFIS モデルを使用することは、これらの問題に対する合理的なアプローチである可能性があります 45,63。

この研究では、オーステナイト鋼 316 シートの成形限界図に対するマルテンサイト分率値の影響を研究しています。この点に関して、データセットは実験的テストを使用して準備されます。設計されたシステムには 2 つの入力変数があります: 金属組織検査で測定されたマルテンサイト分率と軽度の工学的ひずみ範囲です。出力は、成形限界曲線の主要な工学的ひずみとして取得されます。マルテンサイト分率の分類は、低分率、中分率、高分率の 3 つのカテゴリに分かれます。低いとは、マルテンサイト分率が 10% 未満であることを意味します。中程度の状態では、マルテンサイト率は 10 ～ 20% になります。マルテンサイトの高い値は、20% を超える部分とみなされます。さらに、軽度のひずみには、FLD0 を決定するための垂直軸付近の -5 ～ 5% の 3 つの異なるカテゴリがあります。正の範囲と負の範囲は、別の 2 つのカテゴリです。

半球テストの結果を図 8 に示します。この図には 6 つの成形限界図が含まれており、そのうちの 5 つは単一のロール状シートの FLD です。安全点とその上限曲線、形成限界曲線 (FLC) が表示されます。最後のグラフでは、すべての FLC が比較されています。最後のグラフからわかるように、オーステナイト鋼 316 のマルテンサイト分率が増加すると、板金の成形性が低下します。一方、マルテンサイト分率が増加すると、FLC は徐々に垂直軸を中心とした対称な曲線の形状になります。最後の 2 つのグラフでは、曲線の右側が左側よりわずかに高く、二軸延伸条件での成形性が一軸延伸荷重よりも高いことを意味します。さらに、マルテンサイト分率の増加に伴い、ネッキング前の軽微な工学的ひずみと主要な工学的ひずみの両方が減少します。

316 の成形限界曲線。オーステナイト鋼板の成形性に及ぼすマルテンサイト分率の影響。 (SF 安全点、FLC 形成限界曲線、M マルテンサイト)。

ニューラルネットワークのトレーニングは、マルテンサイト分率 7.8、18.3、28.7% の 60 セットの実験結果を使用して実装されます。 15.4% のマルテンサイトからのデータセットは検証プロセス用に、25.6% は試験プロセス用に予約されています。 150 エポック後の誤差は約 1.5% でした。トレーニングとテストの両方で提供された実際の出力 (\({\epsilon }_{1}\)、主要なエンジニアリング負荷) 間の相関関係を図 9 に示します。観察されたように、トレーニングされた NFS は \({\epsilon } _{1}\) は板金用です。

(a) トレーニングプロセス後の予測値と実際の値の間の相関、(b) トレーニングプロセスと検証プロセスの両方における FLC の主要な工学的歪みの予測値と実際の値の間の誤差。

トレーニング中のある時点で、AFIS ネットワークは必然的に過剰適合になります。この点を認識するために、「検証」と呼ばれる並行チェックが実行されます。検証エラー値がトレーニング値から逸脱している場合、ネットワークが過学習の始まりにあることを意味します。図 9b に見られるように、エポック 150 までは、トレーニング曲線と検証曲線の差は小さく、ほぼ同じ曲線に従います。この時点で、検証プロセスのエラーがトレーニングカーブから逸脱し始めます。これは、AFIS の過学習の兆候です。したがって、エポック 150 の AFIS ネットワークは 1.5% の誤差範囲で保存されました。次に、AFIS の FLC 予測を示します。図 10 には、トレーニングおよび検証プロセス用に選択されたサンプルの予測曲線と実際の曲線が示されています。これらの曲線のデータはネットワークのトレーニングに使用されるため、非常に近い予測が観察されても驚くべきことではありません。

さまざまなマルテンサイト分率条件における実際の実験 FLC と ANFIS 予測曲線。これらの曲線はトレーニングプロセスに利用されます。

最後のサンプルの状態は AFIS モデルには不明です。したがって、FLC を取得するために 25.6% のサンプルのマルテンサイト画分を供給して、トレーニング済みの AFIS をテストします。図 11 は、AFIS によって予測された FLC と実験的な FLC を示しています。予測値と実験値の間の最大誤差は 6.2% であり、トレーニングおよび検証プロセスでの予測値よりも高くなります。ただし、この誤差は、FLC が理論的方法によって予測される他の研究と比較すると、許容可能な誤差です 37。

2 つの入力と 1 つの出力の AFIS レイヤーの概略図。

産業では、成形性に影響を与えるパラメータは言語形式で記述されます。たとえば、「結晶粒径が大きいと成形性が低下する」または「冷間加工が増加すると FLC が低下する」などです。 AFIS ネットワークの入力は、最初のステップで、低、中、高などの言語カテゴリに分類されます。カテゴリが異なれば、ネットワークでは異なるルールが採用されます。したがって、業界では、このタイプのネットワークは、要因の言語的説明と、分析に複数の要因を含めるという点で非常に役立つ可能性があります。この研究では、AFIS の機能を活用することを考慮して、オーステナイト系ステンレス鋼の主要な微細構造特徴の 1 つを組み込むことを試みました。 316 の応力誘起マルテンサイトの量は、これらのシートの冷間加工の直接的な影響です。実験および AFIS 分析を使用して、このタイプのオーステナイト系ステンレス鋼のマルテンサイト分率の増加により、316 枚のシートの FLC が大幅に低下し、マルテンサイト分率が 7.8 から 28.7% に増加すると FLD0 が 0.35 から 0.1 に低下することが判明しました。それぞれ。一方、利用可能な実験データの 80% を使用してトレーニングおよび検証された AFIS ネットワークは、最大 6.5% の誤差で FLC を予測できました。これは、他の理論的手順や現象論的関係と比較して、許容可能な誤差範囲です。

現在の研究中に使用および/または分析されたデータセットは、合理的な要求に応じて責任著者から入手できます。

イフティカール、CMA et al. 「受け取ったままの」AZ31 押出マグネシウム合金の比例および非比例荷重経路におけるその後の降伏軌跡の展開: 実験と CPFEM モデリング。内部。Ｊ．Ｐｌａｓｔ． 151、103216 (2022)。

記事 CAS Google Scholar

イフティカール、CMA et al. 焼きなました AA6061 合金上の比例および非比例荷重経路に沿った塑性変形によるその後の降伏面の進化: 実験と結晶塑性有限要素モデリング。内部。 J. Plast 143、102956 (2021)。

記事 CAS Google Scholar

Mánik、T.、Holmedal、B.、Hopperstad、OS アルミニウムの流動応力、加工硬化、r 値におけるひずみ経路の変化による過渡現象。内部。Ｊ．Ｐｌａｓｔ． 69、1–20 (2015)。

記事 Google Scholar

マムシ、H.ら。常圧の影響を考慮して成形限界線図を決定する新しい実験的アプローチ。内部。 J. メーター。形状。 15(1)、1 (2022)。

記事 Google Scholar

ヤン、Z.ら。 AA7075-T6シートの延性破壊パラメータと成形限界の実験的校正。 J. メーター。プロセス。テクノロジー。 291、117044 (2021)。

記事 CAS Google Scholar

ペトリッツ、A.ら。超柔軟な強誘電体トランスデューサーと有機ダイオードをベースにした、知覚できないエネルギーハーベスティングデバイスと生物医学センサー。ナット。共通。 12(1)、2399 (2021)。

論文 ADS CAS PubMed PubMed Central Google Scholar

Basak, S. & Panda, SK Yld 2000–2d 降伏モデルを使用した、極有効塑性ひずみ軌跡におけるさまざまな予ひずみシート材料のネッキングおよび破壊限界解析。 J. メーター。プロセス。テクノロジー。 267、289–307 (2019)。

記事 CAS Google Scholar

Basak, S. & Panda, SK 異方性薄板金属の破壊ひずみ: 実験的評価と理論的予測。内部。 J. Mech. 科学。 151、356–374 (2019)。

記事 Google Scholar

Zhalehfar, F.、Hashemi, R. & Hosseinipour, SJ AA5083 の限界線図の形成に対するひずみ経路変更の影響の実験的および理論的調査。内部。 J.Adv. メーカーテクノロジー。 76(5–8)、1343–1352 (2015)。

記事 Google Scholar

ハビビ、M.ら。摩擦撹拌溶接によって製造されたテーラーウェルドブランクの機械的特性、成形性、および成形限界図の実験的調査。Ｊ．マニュフ．プロセス。 31、310–323 (2018)。

記事 Google Scholar

ハビビ、M.ら。曲げの影響を考慮した有限要素シミュレーションに MK モデルを含めて限界線図を作成します。手順研究所メカ。工学 L 232(8)、625–636 (2018)。

Google スカラー

ハビビ、M.ら。二相微細構造により低炭素鋼の機械的特性と成形性が向上します。 J. メーター。工学実行する。 25(2)、382–389 (2016)。

記事 MathSciNet CAS Google Scholar

Moayedi、H. et al. 溶接方向は、テーラー溶接された薄鋼板の成形性に影響します。薄壁構造。 149、106669 (2020)。

記事 Google Scholar

アリプール、M.ら。 DP 鋼の成形性に及ぼすマルテンサイト形態の影響を解析するための有限要素法および実験的方法。メカ。ベースのデス。構造体。マッハ。 48(5)、525–541 (2020)。

記事 Google Scholar

ガザンファリ、A.ら。板厚方向のせん断応力を考慮した板金の FLD の予測。メカ。ベースのデス。構造体。マッハ。 48(6)、755–772 (2020)。

記事 Google Scholar

Zhao、H.ら。さまざまな境界条件を考慮した、積層二重曲面パネルの準静的押し込み、低速衝撃、および共振応答。薄壁構造 183、110360 (2023)。

記事 Google Scholar

Zheng、W.ら。磁気レオロジーコアと複合表面層で構成されるサンドイッチシェルの振動応答の n 次導関数の予測。工学アナル。境界要素。 146、170–183 (2023)。

記事 MathSciNet Google Scholar

Huang、X.ら。回転サイズ依存の機能的に段階的なマイクロシステムの動的安定性/不安定性シミュレーション。工学計算します。 38(5)、4163–4179 (2022)。

記事 MathSciNet Google Scholar

Liu、H.ら。二次元一般化微分求積法による複合サイズ依存回転 3D マイクロシステムの包括的な数学的シミュレーション。工学計算します。 38(5)、4181–4196 (2022)。

記事 MathSciNet Google Scholar

Wu, J. & Habibi, M. 有限要素法と半数値法による超高速回転サンドイッチカンチレバーディスクの動的シミュレーション。工学計算します。 38(5)、4127–4143 (2022)。

記事 Google Scholar

Al-Furjan、MSH et al. 流体の流れを伝える回転スマートナノコンポジット強化微細構造の振動性能を強化します。工学計算します。 https://doi.org/10.1007/s00366-020-01255-w (2021)。

記事 Google Scholar

Guo、J.ら。マルチフィジックスモデリングを使用した、回転多層対称ナノシステムの振動応答のインテリジェントなコンピューター手法。工学計算します。 38(5)、4217–4238 (2022)。

記事 MathSciNet Google Scholar

Liu、H.ら。修正結合応力弾性内の複合粘弾性マイクロシステムの振幅運動と周波数シミュレーション。工学計算します。 https://doi.org/10.1007/s00366-021-01316-8 (2021)。

記事 Google Scholar

Kong、F. et al. 降伏前および降伏後の領域を考慮した複合面シートを備えた電気レオロジーサンドイッチディスクの振動について。薄壁構造。 179、109631 (2022)。

記事 Google Scholar

Zhu、L.ら。革新的な制約の多目的チンパンジー最適化アルゴリズムを介して、再生不可能な廃棄物を削減するための環境経済的問題を予測します。 J. クリーン。製品。 365、132697 (2022)。

記事 Google Scholar

Shi, X.、Li, J. & Habibi, M. 流体の流れを運ぶ電気熱機械多孔質 GPLRC ナノシェルの静力学と動力学について。メカ。ベースのデス。構造体。マッハ。 50(6)、2147–2183 (2022)。

記事 Google Scholar

Wang、Z.ら。高速回転するファイバー金属積層片持ちマイクロディスクの周波数と座屈応答。メカ。上級メーター。構造体。 29(10)、1475–1488 (2022)。

記事 Google Scholar

チェン、F.ら。任意のヨー角を持つ複合曲管の動的安定性と空力弾性特性の研究。コンポ。構造体。 284、115195 (2022)。

記事 CAS Google Scholar

Shao、Y.ら。摩擦力下での強化粘弾性多曲面複合パネルのエネルギー吸収。アーチ。民間メカ。工学 21(4)、141 (2021)。

記事 Google Scholar

Habibi, M.、Taghdir, A.、Safarpour, H. グラフェンナノプレートレットで強化された電気的に円筒状のナノシェルの安定性解析。コンポ。工学部B 175、107125 (2019)。

記事 CAS Google Scholar

山口 K. & メラー P. 板金延伸における限界ひずみの厚さと粒径依存性。内部。 J. Mech. 科学。 18(2)、85–90 (1976)。

記事 Google Scholar

Wilson, D.、Roberts, W. & Rodrigues, P. 二軸延伸における限界ひずみに対する粒子異方性の影響: パート I. テクスチャーの弱いシートにおけるシートの厚さと粒子サイズの影響。メタル。トランス。 A 12(9)、1595–1602 (1981)。

記事 CAS Google Scholar

Ulvan, E. & Koursaris, A. オーステナイト系ステンレス鋼タイプ 304 および 316 のバルク成形性と引張特性に対する粒径の影響。Metall. トランス。 A 19(9)、2287–2298 (1988)。

記事 Google Scholar

鳴谷哲也 & 高村淳. 比抵抗で測定した転位密度による粒径強化。アクタメタル。メーター。 39(8)、2037–2049 (1991)。

記事 CAS Google Scholar

Becker, R. & Panchanadeeswaran, S. 多結晶の変形と局所組織に対する粒子相互作用の影響。アクタメタル。メーター。 43(7)、2701–2719 (1995)。

記事 CAS Google Scholar

ウー、P.ら。圧延アルミニウム板の結晶塑性形成限界線図解析メタル。メーター。トランス。 A. 29(2)、527–535 (1998)。

記事 Google Scholar

Amerirad, O. & Assempour, A. オーステナイト系ステンレス鋼シートの成形性に及ぼす粒径の影響に関する実験および結晶塑性評価。Ｊ．マニュフ．プロセス。 47、310–323 (2019)。

記事 Google Scholar

Amerirad, O. & Assempour, A. 結合した連続体損傷力学と結晶塑性モデル、および多結晶凝集体の損傷進展におけるその応用。工学計算します。 https://doi.org/10.1007/s00366-021-01346-2 (2021)。

記事 Google Scholar

Chung, K. et al. TWIP (双晶誘起塑性) 自動車用シートの成形性。内部。Ｊ．Ｐｌａｓｔ． 27(1)、52–81 (2011)。

記事 ADS CAS Google Scholar

ファン、J.-K. 双晶誘起塑性鋼は、優れた引張伸びにもかかわらず、成形性が低く、面積が減少します。メーター。科学。工学 A 779、139123 (2020)。

記事 CAS Google Scholar

Mishra, S.、Narasimhan, K. & Samajdar, I. AISI 316L オーステナイト系ステンレス鋼の双晶変形: ひずみとひずみ経路の役割。メーター。科学。テクノロジー。 23(9)、1118–1126 (2007)。

記事 ADS CAS Google Scholar

ホン、Ｙら。ひずみ誘起双晶とマルテンサイト: 選択的レーザー溶解 (SLM) 316 L ステンレス鋼の水素脆化への影響。コロス。科学。 208、110669 (2022)。

記事 CAS Google Scholar

シェン、YFら。 304 オーステナイト系ステンレス鋼の双晶とマルテンサイト。メーター。科学。工学 A 552、514–522 (2012)。

記事 CAS Google Scholar

モラディ、H. et al. Stöber 法によるナノシリカ粒子の合成における機械学習モデリングと DOE 支援の最適化。上級ナノ解像度。 12(4)、387–403 (2022)。

Google スカラー

Xie、Y.ら。 AFIS を使用した板金の成形性に及ぼす冷間圧延プロセスでの板厚減少の影響。科学。議員 12(1)、10434 (2022)。

論文 ADS CAS PubMed PubMed Central Google Scholar

Singh, R.、Kainthola, A. & Singh, T. AFIS アプローチを使用した岩石の弾性定数の推定。応用ソフトコンピューティング。 12(1)、40–45 (2012)。

記事 Google Scholar

ウムラオ、RK 他不均質な堆積岩の強度と弾性率の決定: AFIS 予測手法。測定 126、194–201 (2018)。

記事 ADS Google Scholar

リンガムディン、LP 他。地表水から Pb(II) と As(V) を除去するための機能化ベントナイト: 人工ニューラルネットワークを使用した予測機能とメカニズム。 J. 水プロセス工学 51、103386 (2023)。

記事 Google Scholar

Vatanpour、V. et al. 防汚性の高いポリマー・ナノ粒子・ナノ粒子・ポリマーハイブリッド膜。科学。トータル環境。 810、152228 (2022)。

論文 ADS CAS PubMed Google Scholar

Vatanpour、V. et al. 多分岐ポリエチレンイミンは水浄化用のシリカ/ポリスルホンナノ複合膜を官能化しました。 Chemosphere 290、133363 (2022)。

論文 ADS CAS PubMed Google Scholar

モラディ、H. et al. プラズマ気泡塔反応器を使用したダイアジノン除去に関する実験的および数値的研究: モデリング、反応速度論、メカニズム、および分解生成物。Ｊ．Ｅｎｖｉｒｏｎ．化学。工学 10(5)、108291 (2022)。

記事 CAS Google Scholar

アスガルネジャド・ラムラスキ、MB 他低から中程度の条件におけるいくつかのアルコールと炭化水素の二成分混合物の熱力学的モデリング。Ｊ．Ｍｏｌ．リク。 346、117924 (2022)。

記事 CAS Google Scholar

Zhu, H. & Zhao, R. 孤立した Ni 原子は、Ni(111) 表面上の CVD で製造された六方晶窒化ホウ素のエッジ安定性と平衡形状を引き起こしました。新しいＪ．Ｃｈｅｍ． 46(36)、17496–17504 (2022)。

記事 CAS Google Scholar

デン、H.ら。裏面加熱補助摩擦撹拌溶接による異種 NiTi/Ti6Al4V 接合の微細構造と機械的特性。Ｊ．マニュフ．プロセス。 64、379–391 (2021)。

記事 MathSciNet Google Scholar

Zhang、P.ら。ウォータージェット衝撃による損傷メカニズムと2A12アルミニウム合金の動的貫通エネルギー吸収。真空206、111532（2022）。

記事 ADS CAS Google Scholar

Zhang、P.ら。 7075 アルミニウム合金の被削性に対する時効と極低温処理の影響。真空208、111692（2023）。

記事 ADS CAS Google Scholar

Zhang、P.ら。 7075アルミニウム合金の微細加工性に及ぼす熱処理プロセスの影響。真空207、111574（2023）。

記事 ADS CAS Google Scholar

Yuhua, C. et al. マイクロレーザー溶接されたNiTiNb形状記憶合金とTi6Al4V合金の異種金属接合における溶接亀裂の調査。オプション。レーザー技術。 91、197–202 (2017)。

記事 ADS Google Scholar

Liang、L.ら。選択的レーザー溶解によって製造されたニッケル基超合金の微細構造と機械的特性に対する溶接熱処理の影響。メーター。科学。工学 A 819、141507 (2021)。

記事 CAS Google Scholar

Liao、D.ら。サイズの影響下でノッチ付きコンポーネントの疲労寿命を評価するための確率的フレームワーク。内部。 J. Mech. 科学。 181、105685 (2020)。

記事 Google Scholar

Niu, X. et al. AM 材料の耐欠陥疲労評価: サイズ効果と確率的見通し。内部。 J. ファティーグ 160、106884 (2022)。

記事 CAS Google Scholar

Xu、H.ら。 SnSbCu合金の微小円筒状凹凸摺動接触の過渡熱機械解析。トリボル。内部。 167、107362 (2022)。

記事 CAS Google Scholar

チェン、Ｘら。鋼板の成形性予測におけるファジーロジックと適応ニューラルネットワークを組み合わせた機能。 Waves Random Complex Media https://doi.org/10.1080/17455030.2022.2162154 (2023)。

記事 Google Scholar

ルー、Y.-H. 他。穴拡大工程における予測へのAFISの利用に関する研究。内部。 J.Adv. メーカーテクノロジー。 26(5–6)、544–551 (2005)。

記事 Google Scholar

Abràmoff、MD、Magalhães、PJ & Ram、SJ ImageJ による画像処理。バイオフォトニクス・インターナショナル 11、36–42 (2004)。

Google スカラー

ハビビ、M.ら。 2 つの修正された有限要素モデルを使用した限界線図の形成の決定。メカ。工学 48(4)、141–144 (2017)。

Google スカラー

Jang、JR AFIS: 適応ネットワークベースのファジィ推論システム。 IEEEトランス。システム。サイバーン男。 23(3)、665–685 (1993)。

記事 Google Scholar

高木哲也 & 菅野正史システムとそのモデリングと制御への応用のファジー識別。 IEEEトランス。システム。サイバーン男。 1、116–132 (1985)。

記事 MATH Google Scholar

Xu, S. & Weinmann, KJ ヒルの降伏基準を使用した成形限界の予測について。 J. メーター。工学実行する。 9(2)、174–182 (2000)。

記事 CAS Google Scholar

ゴーシュ、AK およびヘッカー、SS 硬いパンチの上に張られた薄いシートでの失敗。メタル。トランス。 A 6(5)、1065–1074 (1975)。

記事 Google Scholar

Hashemi, R.、Mamusi, H.、Masoumi, A. 限界線図の形成を決定するためのシミュレーションベースのアプローチ。手順研究所メカ。工学 B 228(12)、1582–1591 (2014)。

記事 CAS Google Scholar

彼、J.ら。伸び曲げ時の成形限界線図のMK解析。Ｊ．マニュフ．科学。工学 https://doi.org/10.1115/1.4024536 (2013)。

記事 Google Scholar

ディルメック、M.ら。 AA2024-T4の成形限界曲線における板厚と異方性の影響。内部。 J.Adv. メーカーテクノロジー。 67(9–12)、2689–2700 (2013)。

記事 Google Scholar

ガザンファリ、A.ら。修正マルシニアク・クチンスキーモデルを用いた成形限界線図における厚み方向せん断応力の有効範囲の検討。モダレスメカ。工学 16(1)、137–143 (2016)。

MathSciNet Google Scholar

Ma、B.ら。非一定厚さ方向垂直応力に基づく中鋼板の成形限界曲線の評価。Ｊ．マニュフ．プロセス。 33、175–183 (2018)。

記事 Google Scholar

Wilson, D.、Mirshams, A. & Roberts, W. 二軸延伸における限界ひずみに対するシートの厚さと粒子サイズの影響に関する実験的研究。内部。 J. Mech. 科学。 25(12)、859–870 (1983)。

記事 Google Scholar

Ma、B.ら。シート成形性に対する厚さ方向の垂直応力の影響。Ｊ．マニュフ．プロセス。 21、134–140 (2016)。

記事 Google Scholar

リファレンスをダウンロードする

この研究は、重慶市永川区科学技術局 (2021yc-jckx20015) の支援を受けました。この研究は、2021年大連海洋大学科学技術イノベーションチーム資金調達プロジェクト(c202114)、2020年遼寧省教育局科学研究基金プロジェクト(ql202017)、遼寧省科学技術局一般プロジェクト(ljkz0734)の支援を受けました。

Chongqing Creation Vocational College、永川、402160、重慶、中国

チャン・ミンシャン

大連海洋大学応用技術学院、大連、116300、遼寧省、中国

鄭夢

イスラム・アザド大学工学部、北テヘラン支部、テヘラン、イラン

モルテザ・シャリアティ

PubMed Google Scholar でこの著者を検索することもできます

MZは人工知能モデルを開発し、原稿のそれぞれの部分を書き、ZMはプロジェクトを監督して実験セクションとモデリングセクションを統合し、MSはプロジェクトを共同監督し、実験作業を実行し、原稿のそれぞれの部分を書きました。 MZとMS。数字を用意しました。著者全員が原稿をレビューしました。

Zheng Meng または Morteza Shariati への通信。

著者らは競合する利害関係を宣言していません。

シュプリンガーネイチャーは、発行された地図および所属機関における管轄権の主張に関して中立を保ちます。

オープンアクセスこの記事はクリエイティブコモンズ表示 4.0 国際ライセンスに基づいてライセンスされており、元の著者と情報源に適切なクレジットを表示する限り、あらゆる媒体または形式での使用、共有、翻案、配布、複製が許可されます。クリエイティブコモンズライセンスへのリンクを提供し、変更が加えられたかどうかを示します。この記事内の画像またはその他のサードパーティ素材は、素材のクレジットラインに別段の記載がない限り、記事のクリエイティブコモンズライセンスに含まれています。素材が記事のクリエイティブコモンズライセンスに含まれておらず、意図した使用が法的規制で許可されていない場合、または許可されている使用を超えている場合は、著作権所有者から直接許可を得る必要があります。このライセンスのコピーを表示するには、http://creativecommons.org/licenses/by/4.0/ にアクセスしてください。

転載と許可

Zhang, M.、Meng, Z.、および Shariati, M. ステンレス鋼 316 シートメタルの ANFIS ベースの成形限界予測。 Sci Rep 13、3115 (2023)。 https://doi.org/10.1038/s41598-023-28719-5

引用をダウンロード

受信日: 2022 年 12 月 11 日

受理日: 2023 年 1 月 23 日

公開日: 2023 年 2 月 22 日

DOI: https://doi.org/10.1038/s41598-023-28719-5

次のリンクを共有すると、誰でもこのコンテンツを読むことができます。

申し訳ございませんが、現在この記事の共有リンクは利用できません。

Springer Nature SharedIt コンテンツ共有イニシアチブによって提供

コメントを送信すると、利用規約とコミュニティガイドラインに従うことに同意したことになります。虐待的なもの、または当社の規約やガイドラインに準拠していないものを見つけた場合は、不適切としてフラグを立ててください。

ブログ