28.04.2024
Подписывайтесь на Telegram-канал по ссылке

Нейросеть научилась прогнозировать прочность композита после обработки

Analyzing almen intensity

Композиты с металлической матрицей — современная альтернатива стали. Это своего рода «молекулярно-армированный материал», который состоит из металлической матрицы-арматуры и наполнителя. Такие композиты можно усилить дополнительно, например, с помощью монобромида или карбида титана. Но даже такие материалы не застрахованы от разрушения, поэтому их дополнительно обрабатывают дробеструем: мощная струя газа с мелкими частицами.

Чтобы подобрать оптимальные параметры дробеструйной обработки, нужна обширная экспериментальная база. Но проводить такие эксперименты дорого и долго, а существующие симуляторы не дают правдоподобного результата. Международная группа учёных обучила для этого глубокую нейронную сеть, которая почти со 100%-ой точностью прогнозирует прочность композитных материалов после обработки. Результаты опубликованы в журнале Materials.

Большая часть разрушений в металлических материалах начинается с поверхности. Это происходит в том числе и в критически важных деталях на промышленных производствах. Поэтому дробеструйная обработка может сыграть решающую роль и улучшить механические свойства поверхности — твёрдость, устойчивость к коррозии и износу. Понятно, что проводить испытания в этой области трудоёмко и дорого. Программы для моделирования содержат много ошибок, что может приводить к катастрофическим повреждениям.

Чтобы обучить нейросеть, исследователи использовали экспериментальные данные дробеструйной обработки титановых композитов с разным содержанием усилителей. За входные данные учёные приняли содержание усилителей — монобромила и карбида титана — и интенсивность обработки. На выходе нейросеть даёт описание твёрдости и остаточных напряжений по всей глубине материала.

Точность построенной нейросети оказалось почти идеальной. Твёрдость материала прогнозируется с точностью 99,4%, а остаточное напряжение — 98,8%. Предыдущие результаты, полученные на неглубокой нейронной сети, были примерно на 1% хуже. Нейросеть помогает понять, как на результат повлияет интенсивность обработки. Например, самое выраженное остаточное напряжение появляется на глубине до 15 микрометров от поверхности при интенсивности 0,25-0,30 по специальной шкале Альмена.