Mathematical Modelling of Vickers Hardness of Sn-9Zn-Cu Solder Alloys Using an Artificial Neural Network

A. F. Abd El‑Rehim; D. M. Habashy; H. Y. Zahran; H. N. Soliman

doi:10.1007/s12540-020-00940-1

추천

검색

자료유형: 학술저널

저자정보: A. F. Abd El‑Rehim (King Khalid University) D. M. Habashy (Ain Shams University) H. Y. Zahran (King Khalid University) H. N. Soliman (Ain Shams University)

저널정보: 대한금속·재료학회 Metals and Materials International Metals and Materials International Vol.27 No.10

발행연도: 2021.10

수록면: 4,084 - 4,096 (13page)

DOI: 10.1007/s12540-020-00940-1

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

An artificial neural network (ANN) model was used for the simulation and prediction of the mechanical properties ofSn-9Zn-Cu solder alloys. Sn-9Zn-Cu solder alloys containing different Cu contents (0, 1, 2, 3, 4 and 5 wt%) were successfullyprepared by permanent mold casting. The specimens were heated in a protective argon atmosphere at 433 K for 24 h,followed by water quenching at 298 K. Finally, the heat-treated samples were aged at 373 K for different time intervals (ta = 2,4, 8, 16 and 32 h), followed by water quenching at 298 K. The phases present in the current alloys were detected by X-raydiffraction analysis. For morphological characterization, a scanning electron microscope operated at 20 kV was tilized. Themechanical properties of the samples were studied using hardness measurements. The variations in the hardness data withincreasing aging time were determined based on the structural transformations that take place in the alloys. The ANN modelwas applied to the hardness measurements to simulate and predict the Vickers hardness of Sn-Zn-Cu alloys with mean squareerror values equal 9.55E-06 and 9.44E-06 for training and validation data respectively after 281 epochs. The simulated andpredicted results were consistent with the experimental results.

#Pb-free solder #Heat treatment #Microhardness #Microstructure #Artificial neural network model

참고문헌 (52)

참고문헌 신청

S. Jayesh / 2020 / Experimental Investigation on the Effect of Ag Addition on Ternary Lead Free Solder Alloy –Sn–0.5Cu–3Bi / Metals and Materials International 26(1):107~114

A. M. Erer / 2020 / Solder. Surf. Mt. Tech 32:19~23

H. Ma / 2018 / Microelectron. Reliab 83:198~205

P. Xue / 2016 / J. Mater. Sci. Mater. El 27:3742~3747

Z. Xiao / 2011 / J. Mater. Sci. Mater. El 22:659~665

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

A. F. Abd El‑Rehim

소속기관 King Khalid University

주요연구분야 공학 > 재료·에너지공학 > 재료공학

논문수 1 이용수 1

D. M. Habashy

소속기관 Ain Shams University

주요연구분야 공학 > 재료·에너지공학 > 재료공학

논문수 1 이용수 1

H. Y. Zahran

소속기관 King Khalid University

주요연구분야 공학 > 재료·에너지공학 > 재료공학

논문수 1 이용수 1

H. N. Soliman

소속기관 Ain Shams University

주요연구분야 공학 > 재료·에너지공학 > 재료공학

논문수 1 이용수 1

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (52)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)