Regressziós fa többrétegű perceptron hibrid stratégia az érczúzó lemez élettartamainak előrejelzéséhez

Mario Juez-Gil

Építőmérnöki tanszék, Universidad de Burgos, Avda Cantabria s/n, Burgos 09006, Spanyolország

Ivan Nikolaevich Erdakov

b Öntészeti tanszék, Dél-Urali Állami Egyetem, Lenin Prosp. 76, Cseljabinszk 454080, Oroszország

Andres Bustillo

Építőmérnöki tanszék, Universidad de Burgos, Avda Cantabria s/n, Burgos 09006, Spanyolország

Danil Jurievich Pimenov

c Automatizált Gépgyártás Tanszék, Dél-Urali Állami Egyetem, Lenin Prosp. 76, Cseljabinszk 454080, Oroszország

Társított adatok

Grafikai absztrakt

érczúzó

Absztrakt

Bevezetés

Az első gyártóról elnevezett, nagy szakítószilárdságú mangánacél, más néven Hadfield-acél, amely 11,5–15,0% Mn-ból és 0,9–1,4% C-ból áll, nagy szakítószilárdságot mutat sokkterhelések hatására, például tartálypályás üzemben, traktorokban és egyéb talajeltávolító gépek, vödör fogrudak a mészkőhöz, ércdaráló állkapcsok és vasúti vágánykapcsolók a kerékpárokon. A fent említett tulajdonságok az acél lágyabb anyaggal való kölcsönhatásának, valamint az acél munkadarab ütközési felületének a kopásmentességéből adódnak, ami inkább fáradtság okozta, mint koptató hatású. Az ötvözet vágásával kapcsolatos nehézségek következtében a nagy szakítószilárdságú mangánacél munkadarabokat általában öntéssel állítják elő.

Az ilyen típusú acél fejlesztésének átfogó kutatása tükrözi az aktív ipari érdeklődést mechanikai tulajdonságai iránt. Siafakas és mtsai. [1] kvantitatív elemzést végzett az öntés során titánnal és alumíniummal kezelt Hadfield acélban in situ kicsapódó részecskék mennyiségének, méretének és számának elemzéséről. Bizonyos kutatási munkákban a hőkezelést javasolták az öntött Hadfield acélmátrix mikrokeménységének növelésére [2], [3], [4]. Ezenkívül számos tanulmányban [5], [6], [7] megvizsgálták azokat a tényezőket, amelyek befolyásolhatják a magas mangántartalmú acél megnövekedett kopásállóságát.

Az összes fent említett módszer azonban bonyolítja a munkadarabok gyártásának technológiáját a Hadfield acél felhasználásával, és drágábbá teszi. Ráadásul az erőforrások megőrzésének kérdésére nem fordítottak kellő figyelmet, kivéve Erdakov és munkatársai tanulmányait. [19], [20], [21], [22], akik egy új, rendkívül hatékony kapuzási és etetési rendszert javasoltak, és meghatározták annak optimális paramétereit a zöld homok formákkal történő öntéshez. Az optimális paraméterek mellett az új technológia nem igényel sem nehéz fejeket, sem munkaigényes műveleteket az öntőformával az öntés előtt és után sem az optimális szög elérése érdekében; ezáltal csökken a lemezek előállításának költsége, és jelentős megtakarításokat eredményez a kapuzórendszer és a gépfejek fémjeiben (15–20%).

Ahogy közeledünk a negyedik technológiai forradalomhoz a globális verseny hátterében, az öntési folyamatból származó összes adat elemzése egyre fontosabbá válik a legjobb stratégiák meghatározása szempontjából, amelyek optimalizálják a mechanikai jellemzőket, különösen az öntött alkatrészek kopásállóságát ezt az acéltípust használva, ezzel versenyelőnyt teremtve. A korábban ismeretlen és rejtett trendek hasznosak lehetnek, és érthető minták találhatók az adatbázisok, a statisztikák és a gépi tanulási technikák metszéspontjában. Az adatbázis mérete (nagy adatok vagy egy adott kísérlet adatai) nem alapvető fontosságú; a fontosság a rejtett minták azonosításában rejlik, amelyeket közvetlen vizuális elemzéssel vagy egyszerű statisztikai jellemzők kiszámításával lehetetlen megállapítani.

Az öntés eredendően valószínűségi folyamat; az öntvény minősége elsősorban az ötvözet kémiai összetételének és megszilárdulásának jellegéből adódik. Az a cél, hogy rejtett mintákat találjanak a zúzóállomásokon használt acéllemezek gyártásának és üzemeltetésének technológiai adataiból, relevánsnak tűnik a kopásuk okainak kivizsgálása szempontjából. Ezért ennek a tanulmánynak az a célja, hogy meghosszabbítsa az ércfeldolgozó berendezések (könnyű, közepes és nehéz) Hadfield acéllemezeinek teljes élettartamát azáltal, hogy új tendenciákat tár fel gépi tanulási technikákkal a kopási határok modellezésére.

A komplex ipari gyártási folyamatoknak a tanulmányban bemutatott megoldásai általában két külön stratégiát követnek. Az elsőben kísérleti adatok alapján javasolják az analitikai modellek alkalmazását; bizonyos esetekben ezt a stratégiát fizikai modellek vagy a gyártási folyamat szimulációi támogatják, és finomhangolják a laboratóriumi körülmények között megszerzett kísérleti adatokkal. Ezt a megközelítést az ércdaráló lemezek élettartamának előrejelzéséhez már bevezettük. A második megközelítésben gépi tanulási technikákat alkalmaznak előrejelzési modellek felépítésére masszív adatkészletekből; ez a megközelítés megfelelő eszközzé válhat a döntéshozatalban.

Bár a leggyakoribb gépi tanulási technikák a fekete doboz kategóriába tartoznak, vannak bizonyos gépi tanulási technikák, például a döntési fák, amelyek vizuális információkat szolgáltatnak a folyamatról. Ezek a technikák azonban gyakran egyszerűbbek, mint a mesterséges ideghálózatok (ANN), és előfordulhat, hogy nagyon bonyolult folyamatokban sem teljesítenek ugyanolyan jól, bár mentesek az ANN modellparamétereinek finomhangolásának bonyolultságától és unalmasságától. Ebben a tanulmányban egy hibrid stratégiát javasolunk ennek a korlátnak a leküzdésére, amely ötvözi a döntési fákat a képzési adatkészletben szereplő fő információk kinyeréséhez az ANN-okkal a nagy pontosságú előrejelzési modellek érdekében. Ez a stratégia mindkét gépi tanulási technika legnagyobb előnyeit ötvözi: az adatkészlet főbb jellemzőinek megértése érdekében gyors, vizuális és egyszerű döntési fákat generál, megkönnyítve ezzel az egyszerű, de mégis pontos, ANN modelleknél az inputokkal kapcsolatos döntéshozatalt.

Ez a stratégia esettanulmányunkban képes kezelni a különböző természetű adatokat, a lemezek kémiai összetételét és a lemezek gyártási folyamatát. Sőt, a stratégia olyan modelleket állít elő, amelyek pontosság szempontjából optimalizáltak, csökkentett számú bemenettel; az inputok számának csökkentése további ipari követelmény annak érdekében, hogy az ilyen modelleket gyárakban lehessen megvalósítani, mivel ezek csökkentik az elemzés költségeit (azaz ha egy munkadarabban csak 2, nem pedig 16 kémiai komponens százalékát kell értékelni), akkor az analitikai folyamat kevesebbe fog kerülni).

Kutatási anyag és módszerek

A zúzólemezek élettartamának előrejelzésére szolgáló modell kidolgozása és a kísérlet elvégzése előtt meg kell határozni a felhasznált anyagok tulajdonságait, az öntött termékek paramétereit, valamint az öntési és vizsgálati módszereket.

Lemezgyártási és öntési módszerek

Ebben a kutatásban a következő anyagokat és kutatási módszereket használtuk. A Hadfield acél kémiai összetételét (%) az 1. táblázat tartalmazza. A Hadfield acél 84,3–87,3% vasat (Fe), 11,5–15,0% magnéziumot (Mn), 0,9–1,4% szenet (C), 0,3–1,0% szilíciumot (Si) és 0–3% szennyeződést tartalmaz. A ausztenit formájú Hadfield-acél fizikai és mechanikai tulajdonságai a következők: sűrűsége (ρ) 7890 kg/m 3, Brinell-keménység HB 186–229, szilárdsága σ 654–830 MPa; mechanikai tulajdonságok: képlékeny ötvözet. A magas olvadáspontú szennyeződésekkel rendelkező ipari típusú ferrom-króm ércek fizikai és mechanikai tulajdonságai a következők: 2235 kg/m 3 sűrűség (ρ), 438–662 Brinell-keménység (HB) és szilárdság, σ, 307–522 MPa. mechanikai tulajdonságai: törékeny ércásvány.

Asztal 1

A Hadfield-acél kémiai összetétele (%).