Matej Paulič (Avtor), David Močnik (Avtor), Mirko Ficko (Avtor), Jože Balič (Avtor), Tomaž Irgolič (Avtor), Simon Klančnik (Avtor)

Povzetek

This article presents developed intelligent system for prediction of mechanical properties of material based on metallographic images. The system is composed of two modules. The first module of the system is an algorithm for features extraction from metallographic images. The first algorithm reads metallographic image, which was obtained by microscope, followed by image features extraction with developed algorithm and in the end algorithm calculates proportions of the material microstructure. In this research we need to determine proportions of graphite, ferrite and ausferrite from metallographic images as accurately as possible. The second module of the developed system is a system for prediction of mechanical properties of material. Prediction of mechanical properties of material was performed by feed-forward artificial neural network. As inputs into artificial neural network calculated proportions of graphite, ferrite and ausferrite were used, as targets for training mechanical properties of material were used. Training of artificial neural network was performed on quite small database, but with parameters changing we succeeded. Artificial neural network learned to such extent that the error was acceptable. With the oriented neural network we successfully predicted mechanical properties for excluded sample.

Ključne besede

nevronske mreže;mehanika loma;lomna žilavost;procesiranje slik;mehanske lastnosti;natezna trdnost;napetost tečenja;artificial neural network;factor of phase coherence between the surfaces;fracture toughness;image processing;mechanical properties;metallographic image;ultimate tensile strength;yield strength;

Podatki

Jezik: Angleški jezik
Leto izida:
Tipologija: 1.01 - Izvirni znanstveni članek
Organizacija: UM FS - Fakulteta za strojništvo
UDK: 620.172.25:669:004.92
COBISS: 19203862 Povezava se bo odprla v novem oknu
ISSN: 1330-3651
Št. ogledov: 936
Št. prenosov: 378
Ocena: 0 (0 glasov)
Metapodatki: JSON JSON-RDF JSON-LD TURTLE N-TRIPLES XML RDFA MICRODATA DC-XML DC-RDF RDF

Ostali podatki

Sekundarni jezik: Hrvaški jezik
Sekundarni naslov: Inteligentni sustav za predviđanje mehaničkih svojstava materijala na osnovu metalografskih slika
Sekundarni povzetek: U radu se predstavlja razvijeni inteligentni sustav za predviđanje mehaničkih svojstava materijala na temelju metalografskih slika. Sustav se sastoji od dva modula. Prvi je modul algoritam za dobivanje karakteristika iz metalografskih slika. Prvi algoritam očitava metalografsku sliku dobivenu mikroskopom, zatim se dobivaju karakterisike razvijenim algoritmom, i na kraju algoritam izračunava omjere mikrostrukture materijala. U ovom istraživanju potrebno je što točnije odrediti omjere grafita, ferita i ausferita iz metalografskih slika. Drugi modul razvijenog sustava je sustav za predviđanje mehaničkih svojstava materijala. Predviđanje mehaničkih svojstava materijala izvršeno je pomoću feed-forward umjetne neuronske mreže. Kao ulazi u umjetnu neuronsku mrežu rabljeni su izračunati omjeri grafita, ferita i ausferita, dok su mehanička svojstva materijala upotrebljena kao ciljevi za uvježbavanje. Uvježbavanje umjetnih neuronskih mreža obavljeno je na prilično maloj bazi podataka, no mijenjajući parametre nama je to uspjelo. Umjetna neuronska mreža je naučila do te mjere da je greška bila prihvatljiva. S orijentiranom neuronskom mrežom uspješno smo predvidjeli mehanička svojstva izuzetog uzorka.
Sekundarne ključne besede: umetne nevronske mreže;mehanika loma;lomna žilavost;procesiranje slik;mehanske lastnosti;natezna trdnost;napetost tečenja;
URN: URN:SI:UM:
Vrsta dela (COBISS): Znanstveno delo
Strani: str. 1419-1424
Letnik: ǂVol. ǂ22
Zvezek: ǂno. ǂ6
Čas izdaje: 2015
DOI: 10.17559/TV-20130718090927
ID: 10847606