Saltar navegación e ir al contenido principal
Biblioteca digital de Bogotá
Logo BibloRed
Saltar el buscador

Esta ingresando al contenido principal

  • Exclusivo BibloRed
  • Otros

Constitutive model of 3Cr23Ni8Mn3N heat-resistant steel based on back propagation (BP) neural network (NN)

CONTENIDO PARA USUARIOS REGISTRADOS

Inicia sesión para disfrutar este recurso. Si aún no estás afiliado a BibloRed, haz clic en el botón.

Acceder
  • Autor
  • Idioma Inglés
  • Publicado por Revista VirtualPRO,
Descripción
El acero resistente al calor 3Cr23Ni8Mn3N se sometió a experimentos de compresión isotérmica a velocidad de deformación constante utilizando un simulador térmico Gleeble - 1 500D. Se estudió el comportamiento de deformación térmica en el rango de temperatura de deformación 1 000 - 1 180 °C y velocidad de deformación 0,01 - 10 s-1. A partir de los datos experimentales, se establecieron las curvas de tensión-deformación de 3Cr23Ni8Mn3N. Y se construyó la relación constitutiva de la red neuronal BP (3 × 10 × 10 × 1). El modelo constitutivo de la RNA predijo y comparó la tensión de flujo. El coeficiente de correlación (R) es 0,999, y el error relativo medio (AARE) es 0,697 %. Los resultados muestran que el modelo constitutivo ANN tiene una alta precisión para predecir el comportamiento de deformación térmica de 3Cr23Ni8Mn3N. El modelo puede proporcionar un buen valor de referencia para el procesamiento térmico.INTRODUCCIÓNEl 3Cr23Ni8Mn3N (23-8N) es un acero austenítico resistente al calor. En los últimos años, debido a las características de los motores diesel (alta potencia, bajo consumo de energía, alta temperatura), se utiliza ampliamente en maquinaria de tamaño medio y grande. En la actualidad, los aceros comúnmente utilizados para las válvulas de escape de motores diesel de alta potencia son 53Cr21Mn9Ni4N y 4Cr14Ni14W2Mo, que se utilizan principalmente en las válvulas de escape y admisión por debajo de 700 °C. Sin embargo, con el continuo desarrollo de la tecnología, han aumentado los requisitos de las válvulas de los motores diésel. Los grados de acero material existentes ya no son suficientes para su demanda (económica, resistencia a la corrosión, resistencia térmica). Por ello, algunos países utilizan acero austenítico resistente al calor para fabricar válvulas de gas. El 33Cr23Ni8Mn3N es un acero austenítico resistente al calor del tipo Cr-Ni-N. Las diferencias radican en que se aumenta el contenido de carbono y nitrógeno, se reduce el níquel en un 3,5 % y se aumenta el cromo en un 2 %. Estos cambios no sólo mantienen una estructura de austenita estable, sino también las propiedades del material (resistencia a altas temperaturas, resistencia a los gases, rentabilidad). Además, se ha demostrado que las ventajas de este material mejoran la función de la válvula, ahorran costes y mejoran la sensibilidad del material en el proceso de fabricación de la válvula.En la actualidad, muchos estudiosos utilizan el modelo de regresión de la ecuación de Arrhenius para establecer el modelo constitutivo de los materiales. Por ejemplo, Lin et al. [1] establecieron la ecuación constitutiva del material 45CrMo, Sun et al. [2] establecieron la ecuación constitutiva de la aleación de magnesio AZ31, Li et al. [3] establecieron la ecuación constitutiva pico del acero resistente al calor 21-4N.
Citación recomendada (normas APA)
Pei W. C., "Constitutive model of 3Cr23Ni8Mn3N heat-resistant steel based on back propagation (BP) neural network (NN)", -:Revista VirtualPRO,, 2023. Consultado en línea en la Biblioteca Digital de Bogotá (https://www.bibliotecadigitaldebogota.gov.co/resources/3655688/), el día 2024-10-06.

¡Disfruta más de la BDB!

Explora contenidos digitales de forma gratuita, crea tus propias colecciones, colabora y comparte con otros.

Afíliate

Selecciona las Colecciones en las que vas a añadir el contenido

Para consultar los contenidos añadidos busca la opción Tus colecciones en el menú principal o en Mi perfil.

Mis colecciones

Cargando colecciones

Compartir este contenido

Constitutive model of 3Cr23Ni8Mn3N heat-resistant steel based on back propagation (BP) neural network (NN)

Copia el enlace o compártelo en redes sociales

¿Eliminar esta reseña?