پیش بینی مشخصات ساختاری و خواص مغناطیسی پودرهای نانوساختار آهن- نیکل با استفاده از شبکه ی عصبی مصنوعی

نویسندگان

شهید باهنر کرمان

چکیده

از تکنیک آلیاژسازی مکانیکی برای تولید آلیاژهای مغناطیسی نرم نانوساختار استفاده می‌‌شود. در این مقاله از شبکه عصبی مصنوعی پس انتشار برای مدل سازی تأثیر پارامترهای مختلف آلیاژسازی مکانیکی (زمان آسیا کاری و ترکیب شیمیایی) بر روی مشخصات ساختاری و خواص مغناطیسی پودرهای نانوساختار آهن- نیکل استفاده شد. پارامتر شبکه کریستالی، اندازه‌ی دانه، کرنش شبکه، نیروی مغناطیس زدا و چگالی شار ذاتی اشباع به عنوان خروجی برای 5 مدل شبکه پس انتشار در نظر گرفته شد. نتایج به دست آمده به طور واضح کارایی شبکه‌های طراحی شده به منظور پیش بینی ویژگی‌های پودرهای آهن- نیکل را نشان می‌دهد.

کلیدواژه‌ها


عنوان مقاله [English]

Prediction of structural characteristics and magnetic properties of nanostructured Fe-Ni powders by artificial neural network

نویسندگان [English]

  • Gh.R. Aghaei
  • M.R. Izadpanah
  • M. Eftekhari
Shahid Bahonar University of Kerman
چکیده [English]

Mechanical alloying technique is used for production of nanostructured soft magnetic alloys. In this work the back propagation (BP) artificial neural adopted to model the effect of various mechanical alloying parameters i.e. milling time and chemical composition, on the properties of Fe-Ni powders. Lattice parameter, grain size, lattice strain, coersivity and saturation intrinsic flux density are considered as the output of five BP neural networks. The results obtained show the efficiency of designed networks for the prediction of the properties of Fe-Ni powders.

کلیدواژه‌ها [English]

  • mechanical alloying
  • Artificial Neural Network
  • Coersivity
  • Saturation Intrinsic Flux Density

ارتقاء امنیت وب با وف ایرانی