AISI 4130的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

輥軋成形高頻感應焊管全線製程之研究

為了解決AISI 4130的問題，作者李馨卉 這樣論述：

有縫焊管之應用日益增加，包含輸送管線、機械重工結構管、與管件液壓下料管等，其中因結構輕量化之議題日益受到重視，製管廠逐漸開始生產先進高強度鋼(advanced high strength steel, AHSS)之有縫高頻感應焊管(high frequency induction welding, HFIW)。完整之HFIW製管產線包含粗成形段、閉口段、焊接站、正寸段與矯直段，於各段製程中皆尚有值得研究之現象與待解決之製程缺陷。本論文建立了一套完整之製管有限元素模擬模型，包括輥軋成形製管全線分析模型與HFIW焊接模型，最終藉以探討製管製程中之成形性與焊接性，並進而提出製管製程之優化設計。本論

文藉由有限元素分析方法，以實際之輥軋成形機台為基礎，並以先進高強度鋼DP980、DP780、與機械構造用鉻鉬鋼AISI 4130為材料，建立完整之製管製程分析技術，其中分為成形模擬與焊接模擬。於成形模擬中，為能準確預測製程中高強度鋼板之回彈現象，透過自行撰寫Yoshida-Uemori材料加工硬化模型子程式，可以考慮到先進高強度鋼之包辛格效應(Bauschinger effect)等反覆載荷下之特殊材料塑性變形行為，該子程式應用於輥軋成形製管之板帶幾何變化預測可達到94.4%之準確率，且透過實際製管實驗，亦驗證本論文提出之成形模擬可以準確預測製管製程缺陷與提供製程改善之設計。而焊接模擬則需要完

整考慮到製程中各物理場之重要焊接參數，因此於本論文中提出一套運算效率高之耦合模型，以在電腦模擬之環境中，實現焊接製程之多重物理現象耦合，包含塑性變形、熱流、電、磁、微觀金相組織，且最終能準確預測焊道品質指標，包含焊道微結構與巨觀結構，透過實際製管產線生產之成品驗證，本論文提出之焊接模擬模型於巨觀結構預測之準確率達90.9%，而微結構預測之準確率達91%。在實際製管製程中，粗成形段之輥輪模具需隨著欲生產之管徑、厚度、材料逐套更換與調校，除製管廠必需備齊所有模具外，更換模具與調校過程亦消耗相當多的成本與時間，因此本論文提出一套粗成形段模組化模具設計之優化模式，透過模塊抽換之方式調整粗成形段平輥之幾

何參數，最終藉由模擬分析，證實本論文提出之模組化模具設計可以擴充同一套粗成形輥輪模具之成形管徑範圍，亦可以於成形相同管徑、不同級別之材料時，透過微調避免板帶邊緣挫曲與成形量不足之製程缺陷。而於製管HFIW焊接中，本論文以焊流線、熱影響區外型、焊道硬度分佈、焊道金相組織作為判斷焊接品質之指標，透過已建立之焊接模擬方法，分析重要焊接製程參數與材料參數對HFIW焊接品質指標之影響性，最終對HFIW焊接製程之焊前與焊後熱處理方法進行探討，透過電腦模擬分析提出最佳熱處理溫度建議值。焊接後，管材進入正寸站做最終修整，其中包含提高圓管真圓度之正寸圓形轉圓形，與異形管成形之正寸圓形轉方形製程，本論文最終透過所

提出之模擬分析技術，分析正寸模具減徑率對成品機械性質、製程之影響性，此外亦透過模擬方法生成製程數據，進一步針對正寸模具設計參數建立大數據系統鑑別模型，提供製管廠一個更為迅速預測管材成品品質之方法，以及最終針對輥軋成形設備提出機台設計變更優化之方案，強化機台之成形負載能力，以提升機台之成形極限。本論文成功地建立了一套完整之製管製程分析技術，且透過實際製程之驗證，更證實此套方法之準確性與計算效率，藉由這套分析技術，於本文中進一步提出之製程優化設計與參數分析流程，除在金屬成形領域具有其學術價值，也提供業界一套完整之電腦輔助分析工具，可以有效率地協助其於製程分析與優化，同時兼具應用價值。

脈衝雷射切割無定向矽鋼片及人工智能質量預測的實驗研究

為了解決AISI 4130的問題，作者阮覃懷 這樣論述：

中 文 摘 要本研究旨在研究雷射參數對無定向矽鋼薄片切割質量的影響，然後通過應用人工智能 (AI) 模型來預測和優化切割質量。首先，本研究提出了四個實驗，實驗一和實驗二以較慢的切割速度研究；實驗三和實驗四則以較快的切割速度研究。在四個實驗中都檢查了熱影響區(HAZ)，因為它對矽鋼材料的磁性影響最大，而熱影響區通過在空氣及溶劑的環境條件下以快慢兩種切割速度進行研究。此外，還評估了幾何形狀、表面粗糙度、切割時間、尺寸精度等質量。實驗一考察了三種雷射參數對切口波紋度和熱影響區兩種切割質量的影響，即雷射功率、切割速度和脈衝重複率。實驗二表明，在水和氯化鈉的環境條件中切割，擁有比在空氣中進行切割更小的

熱影響區。實驗二顯示了HAZ和磁通密度之間的負相關。實驗三研究了雷射參數對切割時間（TC）、切口寬度（KT）、切口錐角（）、HAZ、表面粗糙度（Sa）等多種質量的影響。實驗四評估了環境條件（空氣、去離子水、酒精、潤滑油、氯化鈉和 5%、10%、15% 硝酸酒精溶液）對重鑄層、切割邊緣的浮渣/碎屑的影響。由於在較短的切割時間內切口的質量良好，因此選擇了初始 10% 的條件來研究三個雷射參數 (P、v、f) 對電機鐵芯疊片、HAZ、尺寸精度（內徑誤差ED1、外徑誤差ED2、齒寬誤差EL、內徑圓度C1、外徑圓度C2）、切削時間（TC）。然後，應用極限學習機（ELM）、多元回歸分析（MRA）、人工神

經網絡（ANN）和隨機森林（RF）四種人工智能模型來預測切割質量。結果表明，在所使用的四種模型中，ELM 模型的預測最為準確。此外，隨機森林法還用於確定與響應相關的輸入參數的相對重要性。在全部的四個實驗中都表明，雷射功率對 HAZ 的影響最為顯著。最後，由於ELM在四個 AI 測試模型中預測響應準確度最高，因此選擇 ELM 模型來優化切割質量。通過實施實驗二預測的最佳加工參數，得到的極限學習機-遺傳算法（ELM-GA）進行優化和實驗確認，得到的MFD和HAZ為1.639 T和30.40 µm。在比較三種模型（ELM、MRA、ANN）的預測精度後，開發了一種多目標優化模型，即基於 ELM - G

A 算法的偏好選擇指數（PSI）方法，以優化初始 10% 條件下七種疊片鐵芯的品質。進行實驗驗證以評估最佳預測的準確性，HAZ 為 33.4 µm，ED1 為 14 µm，ED2 為 19 µm，C1 為 21 µm，C2 為 26 µm，EL 為 13 µm，TC 為 34.14 s，其中對於 HAZ、ED1、ED2、C1、C2、EL 和 TC，最佳和實驗確認之間的誤差分別為 4.04%、6.52%、4.02%、0.48%、2.14%、5.09% 和 1.25%。因此，無需任何後處理即可直接形成可組裝鐵芯疊片的優點，使所提出的雷射切割方案成為一種經濟而有效的方法。