книги / Электронно-лучевая сварка

На рис. 2.89 представлены результаты параметрической оптимизации для термической эффективности процесса при следующих условиях: H > 25 мм, B < 3 мм, и при отсутствии дефектов (D < 0,5). Позиция фокуса в этом случае находится на поверхности образца (∆Z = 0 мм и Zs = 226 мм). Максимальное значение термического КПД составляет 0,43 и имеет место при максимальной мощности электронного пучка и скорости сварки v = 26 см/мин.

2.5.5. Нахождение одновременного оптимума для ширины и глубины сварного шва.

Парето-оптимизация и функция желательности

Значительный интерес представляет улучшение качества сварных швов, основанное на оптимизации параметров процесса ЭЛС. Для выполнения этой задачи целесообразно применение моделей с использованием статистического подхода. При необходимости нахождения оптимума одновременно двух или более функций приходится искать компромиссное решение, так как оптимальные значения функций обычно достигаются при различных режимах. Парето-оптимальные решения формируют группы оптимальных решений, а для выбора между ними используется другой критерий. На рис. 2.90 представлено множество точек, рассчитанных из 10 000 зон проплавления, полученных при случайно выбранных режимах ЭЛС в пределах экспериментального диапазона, которые удовлетворяют условиям: H > 25 мм и B = 1…3 мм. Они получены как Парето-опти- мальные решения (на рисунке отмечены значком «□»), которые соответствуют одновременно максимальной глубине H и минимальной ширине B в пределах приемлемой области. В табл. 2.7 представлено несколько из этих решений (первые три точки). Каждая из этих точек находится близко к одному из оптимальных значений: максимуму H или минимуму В.

281

Тогда желательность для каждой функции оценивается как

где значения показателей s и t выбраны в пределах диапазона [0,1; 10], большие значения s и t – это функция желательности. Если все величины в диапазоне yi ≤ yi ( x)≤ yi становятся

приемлемыми, s и t присваиваются более маленькие значения. Единичная функция G, как это видно из рис. 2.91, формируется из всех индивидуальных функций, которые дают оценку желательности комбинированного отклика, точнее геометрическое среднее значение gi. Общая функция желательности для H(g1) и B(g2) имеет следующий вид:

D = ( g1 g2 )12 .

Рис. 2.91. Общая функция желательности

(∆Z = – 50 мм, Zs = 176 мм)

283

Расчет общей желательности представляет собой геометрическое среднее индивидуальных желательностей для каждого требования. Величины ближе к 1 означают, что требования ближе к выполнению.

В табл. 2.7 показано три решения (№4–6), имеющих самое высокое значение функции желательности D при желаемых значениях H = 30 мм и B = 2 мм (s = t = 1) и приемлемые области значений H = 28–32 мм и B = 1,5–2,5 мм. На рис. 2.91 приведена функция желательности D для оптимального решения № 4.

2.5.6.Использование при прогнозировании

имоделировании процесса ЭЛС искусственных нейронных сетей

Одно из перспективных направлений создания искусственного интеллекта – применение нейронных сетей [71].

Прогнозирование параметров сварного шва с использованием экспертной системы для помощи оператору электроннолучевой сварочной установки и автоматическое управление процессом ЭЛС с глубоким проплавлением можно осуществить с использованием модели, базирующейся на нейронной сети. Предложенная методика для разработки модели, базирующейся на использовании нейронной сети и позволяющей получить заданные выходные характеристики сварных швов при ЭЛС, состоит из следующих основных этапов:

1.Конструирование структуры искусственной нейронной сети (рис. 2.92, 2.93).

2.Обучение искусственной нейронной сети с использованием метода обратного распространения [71] и экспериментально найденного множества данных для обучения при достижении удовлетворительной точности.

3.Применение обученной искусственной нейронной сети для оптимизации параметров режима ЭЛС.

284

ной величинами характеристик поперечного сечения шва, как и корень квадратный от квадрата ошибки (RMSE) и безразмерный индекс ошибки (NDEI) используются. Последние две характеристики рассчитываются как

Эти измерения ошибки определены на базе ошибки обучения (средняя потеря от образца обучения) и обобщенной ошибки (ожидаемой ошибки на независимом образце). Их величины минимизируются в течение обучения нейронной сети.

Экспериментальные (отмеченные точками) и спрогнозированные результаты (соединенные прямыми линиями) при использовании оцененного моделью как лучшего для глубины шва H обучающего множества данных (73 наблюдения) представлены на рис. 2.94 для иллюстрации результатов этого подхода.

На рис. 2.95 представлены рассчитанные абсолютные значения ошибок, вычисленные как разность между предсказанными и измеренными значениями глубины шва и соединенные линиями. Величина ошибок, за исключением 5 значений, находится в диапазоне от –2 до 2 мм.

Точность модели оценена количественно с RMSE и NDEI, и результаты представлены в тaбл. 2.8 для глубины швов, ширины и термического КПД из результатов испытаний и проверки лучшей модели нейронной сети.

Данная нейронная сеть после обучения применена для предсказания рассмотренных выходных характеристик сварных швов и их индивидуальной оптимизации (для H и η T – максимумы и для B – минимум).

В табл. 2.9 представлены оптимальные режимы ЭЛС и значения оптимальных параметров процесса при тех же самых усло-

286

глубине 25 мм, а максимальное значение термического КПД достигается при положении фокуса электронного пучка на расстоянии 150 мм над поверхностью металла, при этом сварные швы имеют сравнительно большую ширину и малую глубину.

На рис. 2.96 представлена контурная диаграмма зависимости термического КПД процесса ЭЛС нержавеющей стали от положения фокуса пучка относительно поверхности образца и рабочей дистанции сварки (Z0 и Zs) при оптимальной величине Р = 7,14 кВт и скоростисваркиv = 20 см/мин(см. табл. 2.9). Издиаграммывидно, чтозначение термического КПДηТ ≥0,5 (50 %) достигается при расположении фокуса электронного пучка над поверхностью металла. На рис. 2.97 приведена контурная диаграмма для глубины и средней ширины сварных швов. При этих условиях самые глубокие и узкие швы наблюдаются при небольших рабочих дистанциях сварки (расстояниях от электронной пушки до поверхности образца) и расположении фокуса электронного пучка ниже поверхности металла. Поскольку оптимальное решение для каждой выходной характеристики различается, компромиссное решение можно найти, одновременновыполняятребованиядлявсеххарактеристиксварногошва.

288

2.5.7. Экспертная система

Проведенные исследование, оптимизация и контроль качества сварных швов, сформированные базы данных и возможность их улучшения путем добавления новых данных и оценки новых моделей интегрированы в экспертную систему, пользовательский интерфейс которой применим для обучения, помощи оператору электронно-лучевой сварочной установки с целью выбора оптимальных режимов сварки, прогнозирования, оптимизации и улучшения качества процесса ЭЛС. На рис. 2.98 приведен пользовательский интерфейс экспертной системы.

Работа системы начинается с выбора материала (пока система осуществляет свои функции для нержавеющих и углеродистых конструкционных сталей). При выборе нержавеющей стали следует экран, показанный на рис. 2.98, а. На этом экране можно осуществить следующее:

–выбор величины верхней и нижней границ глубины проплавления и средней ширины сварного шва;

–выбор критерия оптимизации – достижения максимальной глубины сварного шва, минимизации ширины шва, минимизации условного числа дефектов или выполнения всех этих критериев одновременно. На рис. 2.98, а оптимальное решение для параметров процесса и оптимальные геометрические характеристики сварного шва даны в численном виде для заданных границ;

–отображение контурной диаграммы выбранных геометрических характеристик для двух параметров режима, оптимальные значения остальных двух параметров получаются автоматически;

–задание различных величин параметров процесса, не совпадающих с оптимальными значениями параметров; при нажатии указателя «Построить» осуществляется визуализация контурной графики с величинами, заданными пользователем;

–при нажатии указателя «Построить» – вычисление и визуализация соответствующей функциональной зависимости в случае заменыосновных факторов.

289