В мировом промышленном производстве сварка занимает важное место, поскольку от степени её развития зависит уровень технологии в металлургии, машиностроении и строительстве. Однако бурное развитие технологий требует повышения качества сварки, автоматизации ее процессов и исследования новых материалов. Поэтому кафедра «Оборудование и технология сварочного производства» Южно-Уральского государственного университета регулярно открывает новые направления исследований. Постдок ЮУрГУ из Китая занимается изучением использование цифровых технологий для прогнозирования качества сварки, которым занимается постдок из Китая.
Статья о характеристиках регрессионной модели и искусственной нейронной сети при мониторинге качества сварки опубликована в одном из самых престижных журналов первого квартиля «Journal of Materials Research and Technology».
Исследование проводил старший научный сотрудник кафедры «Оборудование и технология сварочного производства» Политехнического института ЮУрГУ, постдок Давэй Чжао. Он выяснил, что качество соединений, выполненных контактной точечной сваркой, можно спрогнозировать, и лучшего всего с этой задачей справляется искусственная нейросеть. Ранее качество швов проверяли уже после работы, используя различные методы контроля.
Чтобы спрогнозировать качество сварных соединений, исследователь сделал пять швов. Джавэй Дао отметил, что с качеством сварки коррелирует сигнал мощности. В нем содержится информация о динамическом сопротивлении, а это свойство указывает на состояние швов в процессе сварки. Постдок исследовал вариации сигналов мощности — признаки менялись. На их основе с помощью регрессионной модели и искусственной нейронной сети обратного распространения удалось спрогнозировать диаметр сварочной точки. Этот параметр, а также максимальная нагрузка, которую выдерживают соединения, и условия, при которых они разрушаются, являются основными характеристиками качества сварных швов.
Фото: Давэй Чжао, старший научный сотрудник кафедры «Оборудование и технология сварочного производства»
«Модель нейронной сети обратного распространения в реальной работе показывает лучшую прогностическую способность, чем регрессионная модель, благодаря способности случайного нелинейного отображения. Следовательно, нейронная сеть может приближаться к нелинейным функциям с произвольной точностью, регулируя переменный вес соединения. Но модель нейронной сети требует больше экспериментальных данных, что может увеличить стоимость использования и временные затраты», — рассказал Давэй Чжао.
Основная часть исследования прошла на базе Хуачжунского университета науки и технологии (КНР). Работу провели на высокопрочных материалах: исследования с их использованием являются стратегическим направлением развития кафедры «Оборудование и технологии сварочного производства» ЮУрГУ. Как отметил декан факультета «Материаловедение и металлургические технологии», кандидат технических наук, доцент Михаил Иванов, приглашение постдока Давэя Чжао усилило научный потенциал кафедры:
«В настоящее время ответственные сварные соединения подлежат обязательному контролю после сварки. В отрасли считается, что контроля режимов сварки недостаточно для заключения о годности сварного шва вследствие многофакторности процесса сварки. Уникальность проведенной научной работы состоит в том, что для относительно простого способа контактной точечной сварки путем контроля её энергетических и силовых параметров удалось спрогнозировать качество сварного шва».
.jpg)
Фото: М.А. Иванов, декан факультета «Материаловедение и металлургические технологии»
Постдок Давэй Чжао считает, что есть другие надежные методы контроля качества сварки, кроме нейросети обратного распространение. Поэтому исследование будет продолжаться, теперь уже на базе ЮУрГУ.
Исследования в области материаловедения являются одними из трех стратегических направлений развития научной и образовательной деятельности Южно-Уральского государственного университета наряду с цифровой индустрией и экологией.
ЮУрГУ — участник Проекта «5-100», призванного повысить конкурентоспособность российских университетов среди ведущих мировых научно-образовательных центров.
СМИ о нас: Нейросеть научили предсказывать качество сварки
Ключевые слова: материаловедение, материаловедение материалы, материаловедение металлы, сварка, контактная точечная сварка