Prediction of wear properties of CaO and MgO doped stabilized zirconia ceramics produced with different pressing methods using adaptive neuro fuzzy inference systems

• Published in: Materialwissenschaft und Werkstofftechnik 2024-09, Vol.55 (9), p.1227-1237
• Main Authors: Yüksek, A. G., Boyraz, T., Akkuş, A.
• Format: Article
• Language: English
• Subjects: Adaptive systems; Artificial neural networks; Ball milling; Calcium oxide; Ceramics; Cold; Cold isostatic pressing; Cold pressing; Compacts; Fuzzy logic; Fuzzy systems; Inference; Magnesium oxide; Mechanical alloying; Modelling; Neural networks; Powder metallurgy; Sintering (powder metallurgy); Systems (metallurgical); Zirconium dioxide
• ISSN: 0933-5137; 1521-4052
• DOI: 10.1002/mawe.202300329

The present paper describes the fabrication and wear behaviour of CaO and MgO added stabilized zirconia (ZrO 2 ) ceramics produced by powder metallurgy method were examined and modelling with artificial neural networks was studied using the experimental data obtained. CaO/MgO added stabilized zirconia ceramics were fabricated by using a combined method of ball milling, cold pressing ‐ cold isostatic pressing and sintering. CaO and MgO in different amounts (0–8 %mole) were mixed with zirconia. These mixtures were prepared by mechanical alloying method. The green compacts were sintered at 1600 °C. The wear experimental results obtained were converted into data suitable for modelling with artificial neural networks. Wear Load, wear time, CaO and MgO data were used as artificial neural networks input variables. The amount of wear according to the pressing method was taken as the output variables of artificial neural networks. An artificial neural networks was established for the prediction of wear properties of zirconia pressed using the adaptive neuro fuzzy inference systems (ANFIS) learning technique. As a result, a high R 2 value of 0.9187 for cold pressing samples and 0,9449 for cold isostatic pressing samples was achieved based on the approach of comparing the success of the model with the test data set and the result produced. In der vorliegenden Arbeit werden die Herstellung und das Verschleißverhalten von mit CaO und MgO versetzten stabilisierten Zirkonoxidkeramiken (ZrO 2 ) beschrieben, die durch Pulvermetallurgie hergestellt wurden. Die Untersuchung wurde durchgeführt und die Modellierung mit künstlichen neuronalen Netzen wurde anhand der erhaltenen experimentellen Daten untersucht. Mit CaO/MgO versetzte stabilisierte Zirkonoxidkeramiken wurden mithilfe einer kombinierten Methode aus Kugelmahlen, Kaltpressen, kaltisostatischem Pressen und Sintern hergestellt. CaO und MgO in unterschiedlichen Mengen (0–8 Mol‐%) wurden mit Zirkonoxid gemischt. Diese Mischungen wurden durch eine mechanische Legierungsmethode hergestellt. Die Grünlinge wurden bei 1600 °C gesintert. Die erhaltenen Verschleißversuchsergebnisse wurden in Daten umgewandelt, die für die Modellierung mit künstlichen neuronalen Netzen geeignet sind. Als künstliche neuronale Netze‐Eingabevariablen wurden Verschleißbelastung, Verschleißzeit sowie CaO‐ und MgO‐Daten verwendet. Als Ausgabevariablen von künstlichen neuronalen Netzen wurde der Verschleiß je nach Pressverfahren herangezogen. Mithilfe