Neural Networks to predict Impact energy of functionally graded steels, Fachbücher von Ali Nazari

Das Fachbuch "Neural Networks to predict Impact energy of functionally graded steels" von Ali Nazari bietet eine umfassende Analyse der Vorhersage der Charpy-Schlagenergie von funktionell graduierten Stählen, die durch Elektroschmelzen hergestellt werden. Es wird ein innovatives Modell vorgestellt, das auf künstlichen neuronalen Netzwerken basiert und die Vickers-Mikrohärte der verschiedenen Schichten in diesen Stählen untersucht. Die Arbeit beschreibt den Prozess der Herstellung funktionell gradierter Stähle, bei dem zwei Schichten aus Kohlenstoffstahl und austenitischem Edelstahl miteinander verbunden werden. Durch die Diffusion von Legierungselementen während des Remelting-Prozesses entstehen gradierte Schichten aus Ferrit und Austenit. Die experimentellen Daten, die zur Validierung des Modells verwendet werden, stammen aus umfangreichen Tests, die die Beziehung zwischen Mikrohärte und Fliessspannung der jeweiligen Schichten analysieren. Dieses Buch ist eine wertvolle Ressource für Fachleute und Studierende, die sich mit der Materialwissenschaft und der Anwendung von künstlichen neuronalen Netzwerken in der Werkstofftechnik beschäftigen.