相关实验视频
Updated: Jun 23, 2025
09:17
Surrogate Model Development for Digital Experiments in Welding
Published on: March 28, 2025
767
虚拟传感器用于在线硬度评估,用于Inconel 600合金薄板的TIG接
Jacek Górka1, Wojciech Jamrozik2, Bernard Wyględacz1
1Department of Welding Engineering, Silesian University of Technology, Konarskiego Str. 18a, 44-100 Gliwice, Poland.
Sensors (Basel, Switzerland)
|June 19, 2024
概括
这项研究引入了一个虚拟传感器,用于预测接接头硬度,使用接过程中的表面温度数据. 虽然它准确地预测了一般的温度变化,但它还不能检测过程不稳定的局部硬度变化.
科学领域:
- 材料科学 材料科学 材料科学
- 制造业 工程 制造工程
- 人工智能的人工智能
背景情况:
- 在生产过程中评估接接头的机械性能是一项挑战.
- 目前的方法依赖于生产后的非破坏性测试 (NDT).
- 实时质量控制需要在过程中进行财产评估.
研究的目的:
- 开发一种虚拟传感器,用于预测接接头的硬度分布.
- 在接过程中利用表面温度数据进行硬度预测.
- 为此应用评估使用LSTM网络的可行性.
主要方法:
- 接试验,同时记录温度和硬度测量.
- 长期短期记忆 (LSTM) 神经网络的开发和评估.
- 在时间序列温度数据上的训练和测试模型用于硬度预测.
主要成果:
- 虚拟传感器可以预测接区域的全球温度变化,平均平均误差低于20 HV.
- 根据温度时间序列,LSTM网络显示出预测硬度的能力.
- 该模型在一般预测中实现了大约35 HV的平均误差.
结论:
- 开发的虚拟传感器显示出对接质量在工艺过程中的监测有希望.
- 预测全球温度趋势是可行的,有助于整体质量评估.
- 目前的局限性使得由于工艺不稳定而无法检测到局部硬度异常.
