数据集用于估计在GMAW过程中接珠的强化,宽度和透度,使用温度信息

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
• 机器人和自动化机器人与自动化

背景情况:

• 接质量评估的传统破坏性测试方法对于生产批量来说是耗时和昂贵的.
• 开发用于评估接元件的非破坏性和高效方法对于工业进步至关重要.
• 现有的研究往往缺乏全面的数据集来培养先进的接质量评估模型.

研究的目的:

• 为气体金属弧 (GMAW) 工艺质量评估提供一个全面的数据集.
• 促进用于关键接质量参数的预测模型的开发,例如珠子宽度,透度和强化.
• 为研究人员开发GMAW的高级控制算法和动态模型提供一个有价值的资源.

主要方法:

• 在GMAW过程中使用了温度传感器和激光分析仪来获取数据.
• 将传感器集成到机动和控制的接装置中,用于精确的数据收集.
• 从四个不同的实验运行中收集数据,确保一个强大的数据集.

主要成果:

• 已经成功编制了一个关于GMAW过程参数和质量指标的全面数据集.
• 这一数据集可以用于训练和验证用于估计珠宽度,透度和钢筋强度的模型.
• 获得的数据为探索先进的实时接质量监测和控制策略提供了基础.

结论:

• 提出的GMAW数据集为接质量评估提供了相对于传统的破坏性测试方法的显著进步.
• 预计这一资源将加速研发智能控制系统和接动态过程模型的研究.
• 这些数据的可用性将促进非破坏性接质量评估和优化方面的创新.