| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva Pomoč

Naslov:Contour maps for simultaneous increase in yield strength and elongation of hot extruded aluminum alloy 6082
Avtorji:ID Peruš, Iztok (Avtor)
ID Kugler, Goran (Avtor)
ID Malej, Simon (Avtor)
ID Terčelj, Milan (Avtor)
Datoteke:.pdf metals-12-00461.pdf (4,40 MB)
MD5: 2C457CE91F82110A47F3285D4DAD5EF6
 
URL https://www.mdpi.com/2075-4701/12/3/461
 
Jezik:Angleški jezik
Vrsta gradiva:Članek v reviji
Tipologija:1.01 - Izvirni znanstveni članek
Organizacija:FGPA - Fakulteta za gradbeništvo, prometno inženirstvo in arhitekturo
Opis:In this paper, the Conditional Average Estimator artificial neural network (CAE ANN) was used to analyze the influence of chemical composition in conjunction with selected process parameters on the yield strength and elongation of an extruded 6082 aluminum alloy (AA6082) profile. Analysis focused on the optimization of mechanical properties as a function of casting temperature, casting speed, addition rate of alloy wire, ram speed, extrusion ratio, and number of extrusion strands on one side, and different contents of chemical elements, i.e., Si, Mn, Mg, and Fe, on the other side. The obtained results revealed very complex non-linear relationships between all of these parameters. Using the proposed approach, it was possible to identify the combinations of chemical composition and process parameters as well as their values for a simultaneous increase of yield strength and elongation of extruded profiles. These results are a contribution of the presented study in comparison with published research results of similar studies in this field. Application of the proposed approach, either in the research and/or in industrial aluminum production, suggests a further increase in the relevant mechanical properties.
Ključne besede:AA6082, hot extrusion, mechanical properties, yield strength, elongation, artificial neural networks, analysis
Status publikacije:Objavljeno
Verzija publikacije:Objavljena publikacija
Poslano v recenzijo:28.01.2022
Datum sprejetja članka:07.03.2022
Datum objave:09.03.2022
Založnik:MDPI AG
Leto izida:2022
Št. strani:str. 1-14
Številčenje:Vol. 12, iss. 3
PID:20.500.12556/DKUM-92037 Novo okno
UDK:669
COBISS.SI-ID:100364035 Novo okno
DOI:10.3390/met12030461 Novo okno
ISSN pri članku:2075-4701
Avtorske pravice:© 2022 by the authors
Datum objave v DKUM:12.03.2025
Število ogledov:0
Število prenosov:0
Metapodatki:XML DC-XML DC-RDF
Področja:Ostalo
:
Kopiraj citat
  
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:Bookmark and Share


Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Gradivo je del revije

Naslov:Metals
Skrajšan naslov:Metals
Založnik:MDPI AG
ISSN:2075-4701
COBISS.SI-ID:15976214 Novo okno

Gradivo je financirano iz projekta

Financer:ARIS - Javna agencija za znanstvenoraziskovalno in inovacijsko dejavnost Republike Slovenije
Številka projekta:P2-0344-2020
Naslov:Napredna metalurgija

Financer:ARIS - Javna agencija za znanstvenoraziskovalno in inovacijsko dejavnost Republike Slovenije
Številka projekta:P2-0268-2020
Naslov:Geotehnologija

Financer:Drugi - Drug financer ali več financerjev
Program financ.:the Republic of Slovenia, the Ministry of Education, Science and Sport, and the European Union from the European Regional Development Fund
Številka projekta:OP20.03531

Licence

Licenca:CC BY 4.0, Creative Commons Priznanje avtorstva 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by/4.0/deed.sl
Opis:To je standardna licenca Creative Commons, ki daje uporabnikom največ možnosti za nadaljnjo uporabo dela, pri čemer morajo navesti avtorja.

Sekundarni jezik

Jezik:Slovenski jezik
Ključne besede:mehanske lastnosti, umetne nevronske mreže, podaljševanje, analiza


Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici