پیش‌بینی خواص مکانیکی فولادی دوفازی 600 در شرکت ورق خودرو چهارمحال و بختیاری با استفاده از روش یادگیری ماشین

پیش‌بینی خواص مکانیکی مواد یکی از جذابیت‌ها در توسعه مواد جدید است. این مساله خصوصاً در روش‌های تولید پیوسته (مانند کوره آنیل پیوسته و گالوانیزه گرم) به‌دلیل تعدد پارامترهای تولید (شامل مشخصات ورق اولیه فولادی، مشخصات کوره آنیل و غیره) از اهمیت بیش‌تری برخوردار است. در این پژوهش، از روش یادگیری ماشین مبتنی بر شبکه عصبی مصنوعی برای پیش‌بینی خواص مکانیکی فولاد دوفازی (گرید 600) تولی شده در خط آنیل پیوسته و گالوانیزه گرم شرکت ورق فولاد چهارمحال و بختیاری استفاده شد. نتایج به‌دست آمده نشان داد که علی‌رغم تعداد بسیار زیاد پارامترهای موثر بر تولید (23 مورد)، امکان پیش‌بینی خواص مکانیکی ورق فولادی dp600 با دقت بالایی وجود دارد. همچنین، این روش امکان توسعه محصولات جدید با صرف هزینه کم‌تر و دقت بیش‌تر را فراهم می‌کند.