Все статьи автора в журнале: Ряузов С.А.

1. Разработка нейросетевой модели для прогнозирования механических свойств алюминиевых сплавов при литье с кристаллизацией под давлением

   Development of a neural network model for the mechanical properties prediction of aluminum alloys during die casting with crystallization under pressure

   Номер: 2023 / 10

   Денисов М.С. | Denisov M.S. | Петрешин Д.И. | Petreshin D.I. | Чеботарев П.А., | CHebotarev P.A., | Ряузов С.А. | Ryauzov S.A. | denisovmaxim90@mail.rudenisovmaxim90@mail.ru

   Авторы статьи

   Authors

   Денисов М.С.

   Denisov M.S.

   Петрешин Д.И.

   Petreshin D.I.

   Чеботарев П.А.,

   CHebotarev P.A.,

   Ряузов С.А.

   Ryauzov S.A.

   denisovmaxim90@mail.ru

   denisovmaxim90@mail.ru

   ---

   Разработка нейросетевой модели для прогнозирования механических свойств алюминиевых сплавов при литье с кристаллизацией под давлением

    

   УДК 621.74:681.5:004.032.26

   DOI: 10.36652/0869-4931-2023-77-10-439-446

    

   Разработано специализированное программное обеспечение на базе нейросетевой модели, позволяющее прогнозировать твердость алюминиевых сплавов, кристаллизация которых протекает в условиях всестороннего сжатия под давлением 500 МПа и при изменении процентного соотношения химических элементов. В качестве объекта управления выступает кристаллизующийся металл. Рассмотрены теоретические положения, позволяющие корректно обучать нейронную сеть. Разработана принципиальная схема процесса литья с кристаллизацией под давлением, подобраны исходные данные для нейросетевого моделирования и функции активации нейронов. Разработаны модель и алгоритм поиска нейронной сети, приведен листинг программного кода, в который вошли функции нормализации значений, выборки нейронной сети, визуализации и операции сравнения графиков. Проверка работы программы, позволяющей прогнозировать механические свойства изделий из алюминиевых сплавов, проведена экспериментальным методом. Установлено, что разработанная нейронная сеть способна прогнозировать твердость деталей из алюминиевых сплавов с минимальной погрешностью. Обучающая выборка, дополненная новыми экспериментальными данными, прошла процесс информационной обработки на построенной модели нейронной сети.

   ---

   Ключевые слова

   нейросетевая модель, автоматизация, управление, специализированное программное обеспечение, алюминиевые сплавы, давление, кристаллизация, твердость

   Development of a neural network model for the mechanical properties prediction of aluminum alloys during die casting with crystallization under pressure

   A specialized software based on a neural network model is developed, which makes it possible to predict the hardness of aluminum alloys, the crystallization of which proceeds under conditions of comprehensive compression at a pressure of 500 MPa and with a change in the percentage of chemical elements. The object of control is the crystallizing metal. Theoretical provisions that allow correctly training a neural network are considered. A schematic circuit of the casting process with crystallization under pressure is developed, the initial data for neural network modeling and the activation function of neurons are selected. A model and an algorithm for searching for a neural network are developed, a listing of the program code, which includes the functions of normalizing values, sampling the neural network, visualization, and graph comparison operations is adduced. Verification of the program operation, which allows predicting the mechanical properties of products from aluminum alloys, is carried out by an experimental method. Is revealed that the developed neural network is able to predict the hardness of parts from aluminum alloys with a minimum error. The training sample, supplemented with new experimental data, went through the process of information treatment on the constructed neural network model.

   ---

   Keywords

   neural network model, automation, control, specialized software, aluminum alloys, pressure, crystallization, hardness