Prediction of mechanical properties of β-SiAlON ceramics based on BP neural network

Predicción de propiedades mecánicas de cerámicas β-SiAlON basada en red neuronal BP

Se prepararon cerámicas β-Si_6-ZAl_ZO_ZN_8-Z (0 < Z ≤ 2) con morfología de grano en forma de barra mediante sinterización por presión de gas, y se evaluaron sus propiedades mecánicas (es decir, densidad aparente, dureza, tenacidad a la fractura y resistencia a la flexión). Se estableció un modelo para predecir las propiedades mecánicas de la cerámica β-SiAlON mediante una red neuronal de propagación hacia atrás (BP), y se investigaron las relaciones entre los parámetros del proceso (es decir, el valor Z y la temperatura) y las propiedades mecánicas. Los resultados muestran que el modelo tenía una buena precisión de predicción y un error relativo máximo inferior al 8%. El modelo podría reflejar la compleja relación no lineal entre los parámetros del proceso y las propiedades mecánicas de la cerámica β-SiAlON. El modelo puede proporcionar una referencia eficaz para optimizar el diseño de las cerámicas β-SiAlON.

INTRODUCCIÓN

INTRODUCCIÓN

β-SiAlON es una solución sólida de β-Si₃N₄, en la que el Si y el N se sustituyen parcialmente por Al y O, y su fórmula general es Si_6-ZAl_ZO_ZN_8-Z (0<Z<4,2). El β-SiAlON tiene una estructura cristalina hexagonal con morfología de grano en forma de varilla, lo que se traduce en una tenacidad y resistencia muy buenas [1]. Además, el β-SiAlON tiene la mejor resistencia a la oxidación, resistencia a altas temperaturas y estabilidad térmica entre las series cerámicas de SiAlON [2]. En los últimos años, las cerámicas compuestas β-SiAlON y β-SiAlON se han aplicado ampliamente en la metalurgia de alta temperatura, materiales, aeroespacial, militar y otros campos relacionados debido a sus excelentes propiedades físico-químicas [3].

La red neuronal de retropropagación (BP), que es una de las redes neuronales artificiales más utilizadas, tiene buena memoria asociativa y alta tolerancia. Además, este proceso puede reflejar de forma rápida y eficaz relaciones altamente no lineales y complejas entre factores influyentes. La red neuronal BP se ha aplicado preliminarmente en materiales cerámicos SiAlON. Zhang et al. [4] utilizaron esta red para predecir el contenido relativo de la fase α del Ca-α-SiAlON preparado por reducción carbotérmica y síntesis de nitridación bajo diferentes condiciones de proceso. Li et al. [5] introdujeron la red neuronal BP en el diseño de cerámica β-SiAlON preparada por reducción carbotérmica asistida por microondas y predijeron el contenido relativo de la fase β bajo varias relaciones de n(Si)/n(C) y temperaturas.

En este estudio, se prepararon cerámicas β-SiAlON con morfología de grano tipo varilla mediante sinterización por presión de gas utilizando α-Si₃N₄, Al₂O₃ y AlN como materias primas. Se estableció un modelo para predecir las propiedades mecánicas de los materiales cerámicos β-SiAlON utilizando la red neuronal BP.