Etude de la cinétique de croissance des couches de borures réalisées sur un Acier XC38 par la technique des poudres

Abstract

D’après les résultats obtenus par les réseaux de neurones on peut ainsi conclure que le nombre des variables d’entrées (les inputs) jouent un rôle primordial dans la précision des résultats. Dans la première expérience du bain de Borax-B4C en fait varier les températures de traitement de 800-850-900 et 950 °C avec trois temps de maintien 2-4 et 6 heures pour chaque température. La meilleure estimation est obtenue dans le cas où les valeurs des entrées « température et temps de maintien » sont converties en binaire, la valeur de l’erreur minimale est de 5,88%. Dans la deuxième expérience du bain de Borax-Al, les températures de traitement varient de 850-900-950 et 1000°C, avec le même temps de maintien pour chaque température. La meilleure estimation est obtenue en binaire avec une erreur minimale de 8,58%. Dans la troisième expérience le bain utilise est le Borax-SiC, les températures de traitement dans cette dernière expérience varient de 900-950-1000 et 1050°C, avec toujours le même temps de maintien, le pourcentage de l’erreur minimale de la meilleur estimation est de 5,74% obtenue aussi en binaire. La prédiction des couches de borures par les réseaux de neurones donnent des résultats satisfaisants chaque fois que le nombre des variables d’entrée (inputs) est considérable. Les meilleurs résultats dans notre travail ont été obtenus avec des valeurs d’entrées converties en binaire, où le nombre des inputs augmente à 14 entrées au lieu de 2 pour les deux premiers tests normalisée et non normalisés. Ce résultat se révèle très acceptable surtout quand il s’agit d’un phénomène complexe tel que la diffusion. Dans l’ensemble des expériences l’erreur moyenne des bonnes estimations est environ 10%, ce pourcentage nous permet de prédire l’épaisseur de la couche diffuse de bore avec une bonne précision, en se limitant dans une plage de température et de temps de maintien bien précise.