在預測鑄造縮孔、縮松缺陷時引入機器學習,采用具有針對性的數(shù)據(jù)預處理方式處理鑄造工藝數(shù)據(jù),同時采取多模態(tài)的數(shù)據(jù)輸入方式增加數(shù)據(jù)維度,并使用全連接卷積神經(jīng)網(wǎng)絡對鑄造縮孔、縮松缺陷進行快速計算。通過對某軸承座鑄件進行分析,驗證了該方法的有效性。相比于數(shù)值模擬方法,該方法具備較高的精度,同時可大幅縮短鑄造縮孔、縮松缺陷的計算時間。 

【文章來源】：特種鑄造及有色合金. 2020,40(08)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

鑄造工藝矩陣的二維切面示意圖

原始鑄造縮孔、縮松缺陷矩陣中各點數(shù)值表示該點的縮孔、縮松缺陷率,即該點附近縮孔、縮松缺陷的體積分數(shù)。缺陷矩陣中各縮孔、縮松率的頻數(shù)不同,以50%為界,可將澆口、澆道、鑄件和冒口等4個金屬液待充滿的區(qū)域中縮孔、縮松率劃分成為頻數(shù)相近的兩部分,所以為了正負樣本相對均衡,簡化計算量,將缺陷矩陣中各點數(shù)值以50%為界進行二值化處理轉化為缺陷標識,缺陷標識僅分為兩類:有缺陷與無缺陷,不區(qū)分缺陷的嚴重程度,見圖2。圖2中原始矩陣的各數(shù)值為該點縮孔、縮松缺陷率;二值化后,有缺陷的位置標識為“1”,其他所有位置標識為“0”。1.2.2 高度與溫度維度

將原始的不同鑄造案例的三維工藝矩陣、三維缺陷矩陣的高度值均標準化到0～100之間,每一個三維矩陣在二維切片化時,將根據(jù)自身位置記錄切面中各點的高度并歸一化,結果見圖3。高度維度的二維截面中位于最低點的一層為“0”,總高度為“100”。對于溫度維度,在單獨的一個鑄造算例中澆注溫度是恒量,考慮到三維矩陣需要劃分成為數(shù)個矩陣,并與其他澆注溫度不同的算例共同作為一個批次的訓練輸入數(shù)據(jù)參與FCN模型的訓練,溫度維度需要采取類似高度維度的向量化處理方式,使用向量的形式將溫度維度引入鑄造三維工藝矩陣中�？蓪⒃嫉牟煌T造案例的三維工藝矩陣、三維缺陷矩陣的溫度值均標準化到1～100之間,每一個三維矩陣的標識值都將根據(jù)自身工藝不同的澆注溫度,按照下式進行歸一化處理。

【參考文獻】：
期刊論文
[1]基于鑄造仿真技術的鋁合金缸蓋縮孔缺陷控制[J]. 夏偉,杜航,徐慧,張吉祥,孟霞,游壽松.  特種鑄造及有色合金. 2019(11)
[2]復雜薄壁鋁合金鑄件鑄造過程數(shù)值模擬[J]. 李浩,康永飛,白樸存.  特種鑄造及有色合金. 2019(11)
[3]基于機器學習的擠壓鑄造鋁合金力學性能預測[J]. 郝永志,趙海東,林嘉華.  特種鑄造及有色合金. 2019(08)
[4]鑄造宏觀過程數(shù)值模擬技術的研究現(xiàn)狀與展望[J]. 廖敦明,曹流,孫飛,陳濤.  金屬學報. 2018(02)
[5]中國鑄造業(yè)發(fā)展的思考[J]. 孫國雄.  機械制造與自動化. 2010(06)
[6]變鑄造大國為鑄造強國——我國鑄造行業(yè)實現(xiàn)可持續(xù)發(fā)展的途徑[J]. 房貴如.  鑄造. 2001(03)



本文編號：2976585