ACO最適化されたMLPニューラルネットワークを使用して,アルミニウムシートの正確なX線ベースの厚さの決定

科学分野:

• マテリアルサイエンス 材料科学
• 非破壊的試験 破壊的でない試験
• 計算物理学の物理

背景:

• 精密なアルミニウム板の厚さは,航空宇宙および自動車産業にとって不可欠です.
• 伝統的な厚さ測定方法は,しばしば既知の合金組成を必要とし,その適用性を制限します.
• アルミニウム合金組成の変動は,測定精度に影響を与える可能性があります.

研究 の 目的:

• 精密なアルミニウム板の厚さ測定のための新しいX線ベースのシステムを開発する.
• 特定のアルミニウム合金組成物から独立したシステムを作成する.
• 工業用アプリケーションの測定精度を高め,計算の複雑さを減らすために.

主な方法:

• モンテカルロのN粒子シミュレーションを使用して,X線相互作用をモデル化しました.
• 厚さの予測のために最適化された多層感知子 (MLP) ニューラルネットワークを使用した.
• 効率的な特徴選択のためにアリコロニー最適化 (ACO) を適用した.

主要な成果:

• 1mmから45mmまでの4つのアルミニウム合金 (1050,3105,5052,6061) の正確な厚さの予測を達成しました.
• 試験データの平均相対誤差 (MRE) が1.06%で,高い精度が実証されています.
• 開発されたシステムは,従来の測定技術と比較して優れた性能を示した.

結論:

• 提案されたX線ベースのシステムは,リアルタイム厚度測定のためのスケーラブルで校正のないソリューションを提供します.
• この新しいアプローチは,組成に依存する伝統的な方法の限界を克服します.
• このシステムは,精密なアルミニウム板の厚さの決定を必要とする多様な産業用アプリケーションのための堅牢で正確なツールを提供します.