Effect of Stir Casting Process Parameters on Mechanical Properties of Aluminium Matrix Composites: Experimental Investigation and Predictive Modelling

Abstract

У роботі штучна нейронна мережа (ANN) використовується для моделювання складної природи композитів, які мають нелінійну залежність від параметрів процесів, що впливають на їх властивості. Експерименти проводили з різними контрольованими вхідними параметрами, такими як температура плавлення, відсоток армування та температура штампа, і вивчали їх вплив на механічні характеристики алюмінієвих матричних композитів, виготовлених за допомогою лиття з перемішуванням. Для прогнозування властивостей композитів застосовували алгоритм Левенберга-Марквардта. Робота підтверджує, що нейронна мережа у поєднанні з алгоритмом Левенберга-Марквардта є надійним методом з високим рівнем точності для прогнозування механічних властивостей композитів, виготовлених за допомогою лиття з перемішуванням.

ANN (Artificial Neural Network) approach is used in this paper to model the complex nature of composites which have non-linear relationship with process parameters which effect their properties. The experiments were performed with different controlled input parameters like melting temperature, percentage reinforcement and die temperature on the mechanical performance of aluminium matrix composites fabricated through stir casting. Levenberg-Marquardt algorithm was employed to predict the properties of the composites. The work confirms that Neural Network learned by Levenberg-Marquardt Algorithm (NNLMA) is a reliable method with high level of accuracy to predict the mechanical properties of the composites fabricated using stir casting.