データ駆動の最適化とギャップブリッジ能力のモデリング マルチピンの摩擦振動で溶接されたEN AW 7020-T651結合の性能

科学分野:

• 材料科学と工学 材料科学と工学とは
• 製造プロセス 製造プロセス
• コンピューティング・マテリアル・サイエンス・サイエンス

背景:

• 高強度アルミニウム合金による摩擦振動溶接 (FSW) は,接合ラインの隙間が問題となり,関節の整合性に影響を及ぼします.
• FSWプロセスのパラメータを最適化することは,欠陥のない溶接を達成し,機械的性質を維持するために不可欠です.

研究 の 目的:

• EN AW 7020-T651アルミニウム合金におけるFSW接合体のギャップブリッジ能力の評価と最適化のための予測的,データベースのフレームワークを開発する.
• 異なる隙間条件 (0-4mm) の下での溶接品質に影響を与える重要なプロセスパラメータを特定する.

主な方法:

• 構造化された実験マトリックスは,回転速度,溶接速度,軸動力,ツール肩直径を体系的に変化させた.
• 安定した材料の流れと一貫した溶接品質を確保するために,マルチピンツールが使用されました.
• 溶接品質は,欠陥のない基準,最小最終張力 (230 MPa),および微硬度マッピングから派生した新しい弱い面積比率 (WAP) メトリックを使用して評価されました.

主要な成果:

• ランダムフォレストの機械学習モデルは,92.5%の精度とF1スコア0.90を達成し,溶接の許容性を分類しました.
• 特徴の重要性の分析は",溶接速度 × ギャップサイズ"と"回転速度 × ギャップサイズ"の相互作用が,溶接品質の最も重要な予測要因であることを明らかにしました.
• 開発されたフレームワークは,さまざまなギャップ条件において,FSWのパフォーマンスをうまく予測し,最適化しました.

結論:

• 機械学習を用いたデータベースのアプローチは,溶接ラインの隙間を持つアルミニウム合金のFSWにおける溶接品質を効果的に予測します.
• "溶接速度 × 隙間サイズ"と"回転速度 × 隙間サイズ"の相互作用は,溶接の整合性を制御するための重要な要因です.
• 新しいWAPメトリックは,従来の方法と比較して,熱の影響を受けたゾーンの機械的完全性のより堅実な評価を提供します.