واکاوی و پیش بینی تاثیر نانوذرات Zro2بر عمق نفوذ و سختی ناحیه ذوب شده فولاد کم کربن در فرایندGmaw با استفاده از منطق فازی

آن چه که دراین مقاله آمده است پیش بینی تاثیر نانوذرات اکسید زیرکونیوم (zro2) در حضور سایر پارامتر های جوشکاری قوسی فلز گاز فولاد کم کربن به منظور بررسی سختی منطقه جوش، با استفاده از منطق فازی می باشد. در این واکاوی ولتاژ جوشکاری، جریان جوشکاری، سرعت جوشکاری، طول موثر الکترود و ضخامت پوشش نانوذرات اکسید زیرکونیوم به عنوان متغیرهای ورودی و سختی ناحیه ذوب شده به عنوان متغیر خروجی درنظر گرفته شد. برای انجام آزمایش ها و جمع آوری داده ها از طراحی مرکب مرکزی چرخش پذیر، با پنج متغیر در پنج سطح استفاده شد. سختی ناحیه ذوب شده در تمام نمونه های جوشکاری شده اندازه گیری و نتایج پیش بینی شده توسط منطق فازی با داده های آزمایشی مقایسه شد. نتایج تحقیق نشان داد که با افزایش میزان نانوذرات zro2 سختی از 78 به hrb 84 افزایش می یابد. در این تحقیق، ضریب همبستگی به دست آمده با استفاده از منطق فازی 99.8 بود. با توجه به نتایج حاصل شده، منطق فازی به دلیل دقت بالای آن می تواند برای پیش بینی ناحیه جوش مورد استفاده قرار گیرد. همچنین حضور نانو ذرات zro2 در حوضچه جوش باعث افزایش عمق نفوذ تا 2 برابر شد.

Analysis and predicting the effect of ZrO2 nanoparticles on penetration and HMZ in GMAW of low carbon steel using fuzzy logic

This paper reports the applicability of fuzzy logig (FL) to predict the hardness of melt zone (HMZ) during the gas metal arc welding (GMAW) process, which is affected by the combined effect of ZrO2 nanoparticles and welding input parameters. The arc voltage, welding current, welding speed, stickout, and ZrO2 nanoparticles were used as the input parameters and HMZ as the response to develop FL model. The predicted results from FL were compared with the experimental data. The most important input parameter affecting the HMZs was the addition of ZrO2 nanoparticle coatings with a thickness of 1 mm, which increased the hardness from 78 to 84 HRB. The correlation factor value obtained was 99.98% between the measured and predicted values of HMZ. The results showed that FL is an accurate and reliable technique for predicting HMZ because of its low error rate. Also, the presence of ZrO2 nanoparticles in the weld pool has increased the penetration up to 2 times.