拡張されたぼんやりとした認知AIと製造プロセスのパラメータを使用して,複合高圧水素容器の多孔性を予測する

科学分野:

• 材料科学 材料科学とは
• 機械工学の機械工学
• 人工知能 (AI) とは,人工知能 (AI) のことです.

背景:

• 高圧水素貯蔵容器 (HPV) は,水素エネルギーにとって不可欠ですが,多孔性などの内部欠陥に敏感です.
• 毛細さは,炭素繊維強化複合HPVの構造的整合性を損なう可能性があり,安全性のリスクを伴う.

研究 の 目的:

• XTRACTIS (XTS) 人工知能システムを用いて,IV型HPVの多孔性数と発生率のカテゴリーを予測する.
• 毛穴形成に影響を与える重要な製造変数を特定し,品質管理のための解釈可能なモデルを開発する.

主な方法:

• 一般的推論AIであるXTRACTIS (XTS) の応用は,複合HPVの多孔性の予測モデル化のためである.
• ぼんやりとしたIF...Thenのルールの開発は,XTSによるもので,58の製造変数のうち15の変数を選択して,孔性の数をモデル化しています.
• RMSEを使用してモデルのパフォーマンスの評価と,外部テストデータセットでの相関.

主要な成果:

• XTSは,7.94%のRMSEと0.824.8の相関で,多孔性の数のlog10をモデル化することに成功しました.
• 解釈可能なルールは,均一な繊維張力,最適化されたマンドレル速度,制御された巻き回りパラメータが多孔性を減少させることを明らかにしました.
• AIは重要なプロセス-欠陥関係を特定し,繊維の張力,巻く角度,層の体積の影響を強調しました.

結論:

• Augmented fuzzy cognitive AI (XTS) は,複合材料製造における解釈可能な,ドメインに関連する相互作用を効果的に明らかにしています.
• この発見は,HPVの欠陥を減らすための品質管理の強化とプロセスの最適化を支持しています.
• これらの相互作用を理解することは,水素貯蔵システムの安全性と信頼性を保証するために不可欠です.