Wykorzystanie metod sztucznej inteligencji w projektowaniu procesów regulowanego azotowania gazowego stali

W artykule omówiono modele wspomagające projektowanie i symulacje procesów azotowania gazowego. Podano przykłady wykorzystania modeli: heurystycznych – umożliwiających wyznaczanie parametrów atmosfery wlotowej na pods tawie zakładanego przebiegu temperatury i potencjału azotowego w czasie trwania procesu; analitycznych – umożliwiających prognozowanie grubości warstwy azotowanej na podstawie kinetycznych współczynników wzrostu uzyskanych w badaniach grawimetrycznych; neu ronowych przeznaczonych do prognozowania właściwości warstwy azotowanej zdefiniowanej grubością efektywną i grubością warstwy azotków żelaza na podstawie wartości parametrów procesu azotowania. Wykazano, że zastosowane sieci neuronowe o właściwościach apr oksymujących pozwoliły na budowę modeli dobrze dopasowanych do danych eksperymentalnych, w których uwzględnione są zależności nieliniowe.

---

The article discusses the various models used in the design and simulation of gas nitriding processes. Examples for the use o f models are presented, including: heuristic models, enabling the determination of the inlet atmospheric para meters on the basis of the estimated temperature changes and nitrogen levels during the nitriding process; analytical models, enabling the prediction of the thickness of the nitrided layer on the basis of growth kinetic coefficients derived from gravimetri c studies; neural models, enabling the forecasting of properties of the nitrided layer, defined by its effective thickness and the thickness of the iron nitride layer, on the basis of a nitriding process parameters. It has been demonstrated that the applie d neural networks with their approximating proper ties allow for the construction of models which are well suited to the experimental data which include non linear dependence.