8. Podsumowanie. W. Sitek

Transkrypt

1 8. Podsumowanie Głównym celem podj tych bada było opracowanie metodyki projektowania nowych stali szybkotn cych o wymaganych własno ciach u ytkowych, w tym twardo ci oraz odporno ci na p kanie wyra onej warto ci współczynnika intensywno ci napr e, jako podstawowych własno ciach gwarantuj cych wysok trwało ć i jako ć narz dzi z nich wytwarzanych. Przyj to, e kryterium przy projektowaniu stali szybkotn cych, s twardo ć oraz odporno ć na rozprzestrzenianie si p kni ć wyra ona warto ci współczynnika intensywno ci napr e K Ic. W tym celu opracowano odpowiednie modele twardo ci oraz odporno ci na p kanie wyra one współczynnikiem K Ic. W przypadku twardo ci, opracowano dwa modele umo liwiaj ce obliczanie twardo ci stali szybkotn cej wył cznie na podstawie składu chemicznego stali oraz parametrów obróbki cieplnej, tj. temperatury austenityzowania oraz odpuszczania. Pierwszy, model statystyczny, opracowano stosuj c metod regresji wielokrotnej. Natomiast drugim jest model sieci neuronowej. W obydwu przypadkach do ich opracowania wykorzystano wyniki prac własnych nad wpływem pierwiastków stopowych na efekt twardo ci wtórnej, a tak e dane zawarte w katalogach oraz normach przedmiotowych dotycz cych stali szybkotn cych [62, 63, 110, 114, 134, 174, 216]. W wyniku wykonanych bada potwierdzono zało enie, e mo liwe jest wykorzystanie danych katalogowych oraz z norm, które uzupełni zbiór danych niezb dnych do opracowania zało onego modelu, zwi kszaj c tym samym jego adekwatno ć oraz uniwersalno ć. Opracowane modele poddano weryfikacji do wiadczalnej, co opisano w p. 5.1 (tabela 17, rys ). W drugim przypadku - odporno ci stali szybkotn cych na p kanie, opracowano model sieci neuronowej pozwalaj cy na obliczenie warto ci współczynnika intensywno ci napr e na podstawie składu chemicznego stali oraz parametrów obróbki cieplnej bez konieczno ci wykonywania bada metaloznawczych. Wyniki weryfikacji modelu podano w p. 5.2 (tabela 18, rys ). Opracowane modele materiałowe wykorzystano do projektowania składu chemicznego nowych stali szybkotn cych, wykazuj cych po dane własno ci, tj. twardo ć oraz odporno ć 86

2 na p kanie. Opracowano w tym celu metodyk, wykorzystuj c algorytmy ewolucyjne, wielokryterialnej optymalizacji składu chemicznego stali szybkotn cych. Postać przyj tej funkcji celu (równ. 11) oraz ograniczenia optymalizacji (tabela 19 i 20) przedstawiono w p. 6. Opracowany własny program komputerowy umo liwia prowadzenia bada dotycz cych projektowania składu chemicznego stali o wymaganej twardo ci oraz odporno ci na p kanie. Mo liwe jest dowolne, w zakresie granic optymalizacji, definiowanie obszaru poszukiwa optymalnego składu chemicznego stali szybkotn cej. Ponadto w programie przewidziano mo liwo ć zmiany parametrów optymalizacji, które te mog mieć wpływ na wyniki oblicze, czyli dowolny dobór zestawu parametrów zwi zanych z zarz dzaniem populacj. Nale y wyra nie podkre lić, e ka dorazowe wykonanie oblicze prowadzi do innych rezultatów, co jest wynikiem losowania populacji pocz tkowej. Tak wi c uzyskiwane wyniki s unikalne w całej przestrzeni poszukiwa optymalnego składu chemicznego. Z drugiej strony wskazać nale y, e relacja skład chemiczny/parametry obróbki własno ci, stanowi ca paradygmat in ynierii materiałowej, obowi zuje jednostronnie. Bowiem materiał o okre lonym składzie chemicznym w okre lonym stanie obróbki wykazuje ci le okre lone własno ci. Natomiast istnieje wiele ró nych materiałów ró ni cych si składem chemicznym w ró nych stanach obróbki wykazuj cych takie same własno ci. Przedstawione w pracy rozwi zania, opieraj ce si na wykorzystaniu adekwatnych modeli materiałowych, mog stanowić interesuj ca alternatyw przy projektowaniu nowych materiałów o wymaganych własno ciach. Szczególnego podkre lenia wymaga aspekt praktyczny, jaki stwarzaj opracowane modele, mog ce z powodzeniem zast pować wymienione próby technologiczne polegaj ce na jednokrotnym doborze składu chemicznego oraz parametrów obróbki cieplnej i weryfikacji do wiadczalnej nowo wytworzonego materiału pod k tem spełnienia oczekiwanych własno ci. Nale y równie zwrócić uwag, na mo liwo ć wykorzystania opracowanych modeli do symulacji wpływu pierwiastków stopowych na własno ci stali szybkotn cych, w tym analiz synergii oddziaływania poszczególnych składników stopowych (rys ), co stanowi interesuj ce narz dzie badawcze i dydaktyczne. Ponadto wykazano, e zastosowanie narz dzi komputerowych pozwala na szczególnie efektywne wykorzystanie istniej cych zasobów danych materiałowych zawartych w 87

3 8. Podsumowanie publikacjach, normach, katalogach i bazach danych i ich zintegrowanie w postaci modeli materiałowych. Obecnie korzy ci wynikaj cych ze stosowania metod komputerowego wspomagania w projektowaniu i wytwarzaniu nie da si negować. Czynnik czasu decyduj cy o powodzeniu wielu przedsi wzi ć, jak równie aspekt ekonomiczny przy projektowaniu nowych produktów jednoznacznie wskazuje na konieczno ć rozwijania i wdra ania metod komputerowego wspomagania, równie w obszarze in ynierii materiałowej, a wykonane badania wychodz naprzeciw tym oczekiwaniom. Post p w obszarze in ynierii materiałowej jest nierozerwalnie zwi zany ze stosowaniem i rozwojem metod modelowania matematycznego, metod numerycznych, metod inteligencji obliczeniowej i sztucznej inteligencji. Modelowanie i symulacja komputerowa umo liwiaj popraw własno ci materiałów in ynierskich oraz przewidywanie ich własno ci nawet przed wyprodukowaniem materiałów, przy znacz cym zmniejszeniu nakładów i czasu niezb dnych dla ich badania i wdro enia. Modelowanie staje si wi c nieodzownym narz dziem w nauce o materiałach i in ynierii materiałowej Przedstawione podej cie do projektowania nowych materiałów, b d ce now filozofi projektowania materiałowego, zakłada maksymalne mo liwe ograniczenie wykonywanie niezb dnych eksperymentów na rzecz wykorzystania istniej cych zasobów wiedzy eksperymentalnej w postaci baz danych oraz najefektywniejszych narz dzi informatycznych, w tym sieci neuronowych oraz algorytmów ewolucyjnych. Wskazać nale y, e wiedza materiałoznawcza, dotycz ca niejednokrotnie wieloaspektowych zagadnie klasycznych i opisana, albo raczej zapisana w istniej cych - szeroko rozumianych - bazach danych, stanowi nieocenione ródło informacji do wykorzystania przy odkrywaniu niepoznanych dotychczas zale no ci opisuj cych relacje struktura materiału własno ci. Kluczowym przy tym jest zagadnienie integracji wiedzy materiałoznawczej oraz narz dzi informatycznych dla odkrywania nowych, niepoznanych dotychczas zale no ci, oraz budowania modeli materiałowych w oparciu o t wiedz, która została na przestrzeni wielu lat pozyskana w wyniku bada eksperymentalnych. Zastosowanie adekwatnych modeli materiałowych umo liwia wykonywanie symulacji komputerowych pozwalaj cych na przewidywanie własno ci materiałów w ró nych konfiguracjach zarówno np. składu chemicznego, stanu przetworzenia (np. obróbki cieplnej) czy postaci produktu. 88

4 Metodologia projektowana stali szybkotn cych z wykorzystaniem narz dzi sztucznej inteligencji Streszczenie Głównym celem wykonanych bada było opracowanie metodyki projektowania nowych stali szybkotn cych o wymaganych własno ciach, w tym twardo ci oraz odporno ci na p kanie wyra onej warto ci współczynnika intensywno ci napr e. W pierwszej kolejno ci opracowano adekwatne modele umo liwiaj ce obliczanie twardo ci stali szybkotn cej oraz odporno ci na p kanie wył cznie na podstawie składu chemicznego stali oraz parametrów obróbki cieplnej, tj. temperatury austenityzowania oraz odpuszczania. W wyniku wykonanych bada potwierdzono, e mo liwe jest wykorzystanie danych katalogowych oraz z norm, które uzupełniaj c zbiór danych eksperymentalnych niezb dnych do opracowania zało onego modelu, zwi kszaj jego adekwatno ć oraz uniwersalno ć. Do projektowania składu chemicznego nowych stali szybkotn cych, wykazuj cych wymagan twardo ć oraz odporno ć na p kanie opracowano metodyk wielokryterialnej optymalizacji składu chemicznego stali szybkotn cych, z wykorzystaniem algorytmów ewolucyjnych. Zastosowano ja we własnym programie komputerowym, który umo liwia projektowanie składu chemicznego stali o wymaganej twardo ci oraz odporno ci na p kanie w definiowanym zakresie obszaru poszukiwa optymalnego składu chemicznego stali szybkotn cej. Przedstawione w pracy rozwi zania, opieraj ce si na wykorzystaniu adekwatnych modeli materiałowych, mog stanowić alternatyw przy projektowaniu nowych materiałów o wymaganych własno ciach. Szczególnego podkre lenia wymaga aspekt praktyczny, jaki stwarzaj opracowane modele, mog ce z powodzeniem zast pować wymienione próby technologiczne polegaj ce na jednokrotnym doborze składu chemicznego oraz parametrów obróbki cieplnej i weryfikacji do wiadczalnej nowo wytworzonego materiału pod k tem spełnienia oczekiwanych własno ci. Wykazano równie, e zastosowanie narz dzi komputerowych pozwala na szczególnie efektywne wykorzystanie istniej cych zasobów danych materiałowych zawartych w publikacjach, normach, katalogach i bazach danych i ich zintegrowanie w postaci modeli materiałowych. 107

5 Abstract Methodology of high-speed steels design using the artificial intelligence tools Abstract The main goal of the research carried out was developing the design methodology for the new high-speed steels with the required properties, including hardness and crack resistance expressed by the fracture toughness. The adequate models were developed first, making computation possible of the high-speed steel hardness and its crack resistance solely based on chemical composition of the steel and its heat treatment parameters, i.e., austenitizing- and tempering temperature. The research carried out confirmed that using the catalogue data and standards is possible, which - supplementing the set of experimental data indispensable to develop the assumed model - improve its adequacy and versatility. Methodology of the multicriteria optimization of the high-speed steel chemical composition, using the evolutionary algorithms, was developed to design the chemical composition of the new high-speed steels, demonstrating the required hardness and fracture toughness. It was used in the own computer program, which makes design possible of the chemical composition of steel with the required hardness and fracture toughness in the specified search area for the optimum high-speed steel chemical composition. Solutions presented in the work, based on using the adequate material models may feature an alternative in designing of the new materials with the required properties. The practical aspect has to be noted, resulting form the developed models, which may successfully replace the above mentioned technological investigations, consisting in one time selection of the chemical composition and heat treatment parameters and experimental verification of the newly developed materials to check of its properties meet the requirements. It was also demonstrated that employment of computer tools makes especially efficient use possible of the existing materials data resources contained in publications, standards, catalogues, and data bases, and their integration in the material models form. 108