Numeryczna symulacja wpływu składu chemicznego na własności stali szybkotnących

W artykule przedstawiono metodę modelowania twardości wtórnej stali szybkotnących na podstawie składu chemicznego oraz parametrów obróbki cieplnej. Do opracowania modelu zastosowano sztuczne sieci neuronowe i posłużono się wynikami badań eksperymentalnych stali szybkotnących oraz danych zawartych w normie przedmiotowej dotyczącej oraz katalogach stali szybkotnących, mających charakter przybliżony. Z wykorzystaniem opracowanego modelu sieci neuronowych poprowadzono symulacje wpływu wybranych pierwiastków na twardość stali szybkotnących.

---

The paper presents the method of modeling the secondary hardness of the high-speed on basis of chemical composition as well as the parameters of heat treatment. For modeling the artificial neural network were applied. The basis of the learning procedure are results of experimental investigations of the high-speed steels as well as data contained in relating standard and catalogue. The model developed was used for simulation of the influence of the particular alloying elements on secondary hardness of the high-speed steels.