Application of artificial neural network to an assessment of influence of residual microalloing elements on mechanical properties of steel products
Roman Kuziak1
, Władysław Zalecki1, Jan Kusiak2
1Instytut Metalurgii Żelaza, ul. K. Miarki I 2, 44-100 Gliwice.
2AGH University of Science and Technology, al. Adama Mickiewicza 30, 30-059 Kraków.
DOI:
https://doi.org/10.7494/cmms.2001.1.0004
Abstract:
The work presents some results of the research connected with the development of new approach based on the artificial intelligence to predicting of the influence of residual microalloying elements on mechanical properties of steel products. The training and testing data come from the industrial rolling of sheets, bars and profiles of different steel grades. The ANN inputs are chemical composition of a steel and main parameters of rolling technology. The dependent variable of a model are mechanical properties of rolled products.
Cite as:
Kuziak, R., Zalecki, W., Kusiak, J. (2001). Application of artificial neural network to an assessment of influence of residual microalloing elements on mechanical properties of steel products. Computer Methods in Materials Science, 1(1), 44 – 51. https://doi.org/10.7494/cmms.2001.1.0004
Article (PDF):
Keywords:
References:
Bhadeshia H.K.D.H., MacKay D.J.C., Svensson L.-E. (1995). Impact toughness of C-Mn steel arc welds — Bayesian neural network analysis. Mat. Sci. Techn., 11, 1046-1051.
Herman J.C., Leroy V. (1996). Influence of Residual Elements on Steel Processing and Mechanical Properties. /ron & Steelmaker, 35-43.
Hundy B.B. (1963). Metallurgical Developments in Carbon Steels. Publication 81, /ron Steel Inst., London, 75—80.
Kusiak J. (1997). Wybrane przykłady zastosowania sztucznych sieci neuronowych w inżynierii materiałowej i metalurgii. Mat. I Seminarium Neuromet«97, ed. Pietrzyk M., Akapit, Kraków, 61-72.
Kusiak J., Pietrzyk M., Wilk K. (1997). Zastosowanie sztucznych neuronowych do przewidywania wyginania się blachy w procesie asymetrycznego walcowania. Mat. IV Konf. „Zastosowanie komputerów w zakładach przetwórstwa metali”, ed., Piela A., Pietrzyk M., Kusiak J., Akapit, Ustroń- Jaszowiec, 207-214.
Kusiak J., Pietrzyk M. (1999). Artificial Intelligence Approach to the Internal Variable-Based Rheological Model for Steels. Proc. 24 International Conference on Intelligent Processing and Manufacturing of Materials, Hawaii, 773-778.
Kusiak, J., Kuziak, R., Zalecki, W. (1999a). Zastosowanie sztucznych sieci neuronowych do badania wpływu sktadu chemicznego i parametrów obróbki cieplno-plastycznej na mikrostrukturę i własności mechaniczne wyrobów stalowych. Mat. III Seminarium NeuroMet’99, ed., Kusiak J., Akapit, Kraków, 57-69.
Kusiak J., Lenard J.G., Dudek K. (1999b). Artificial Intelligence Approach to the Modeling of Rolling Loads in Technology Design for Cold Rolling Processes. Proc. 2" International Conference on Intelligent Processing and Manufacturing of Materials, Hawaii, 543-547.
Kusiak J., Kuziak R. (2000). Modelling of microstructure and mechanical properties of steel using the artificial neural network. J. Mat. Proc. Technology, (przyjete do druku).
Kuziak R., Zak A. (1999). Określenie wpływu pierwiastków domieszkowych na własności mechaniczne wyrobów ze stali wytapianych w procesie elektrycznym. sprawozdanie IMŻ Nr S-00282/1/99/BM, niepublikowane.
Melford D.A. (1962). Surface Hot Shortness in Mild Steels. J. Iron Steel Inst., 200, 290-299.
Myllykoski P., Larkiola J., Nylander J. (1996). Development of prediction model for mechanical properties of batch annealed thin steel strip by using artificial neural network modelling. J. Mat. Proc. Techn., 60, 399-404.
Stephenson E.T. (1983). Effect of Recyclic on Residuals. Processing, and Properties of Carbon and Low-Alloy Steels, Metall. Trans. A, 14A, 343-353.
Yamada T., Oda M., Akisue O. (1995). Effect of Copper. Nickel, Chromium and in on Mechanical Properties of Titaniumbearing Extra-low-carbon Steel Sheets, /SJU Int., 35, 1422- 1429.