Show simple item record

dc.contributor.authorКутепов, А. Ю.
dc.contributor.authorКрень, А. П.
dc.contributor.authorНикифоров, А. В.
dc.contributor.authorТурсунов, Н. К.
dc.coverage.spatialМинскru
dc.date.accessioned2024-11-20T06:36:58Z
dc.date.available2024-11-20T06:36:58Z
dc.date.issued2024
dc.identifier.citationПрименение технологий искусственного интеллекта для оперативной диагностики механических характеристик чугуна = Application of Artificial Intelligence Technology for Prompt Diagnosis of Cast Iron Mechanical Properties / А. Ю. Кутепов, А. П. Крень, А. В. Никифоров, Н. К. Турсунов // Приборы и методы измерений. – 2024. – № 3. – С. 231-239.ru
dc.identifier.urihttps://rep.bntu.by/handle/data/150583
dc.description.abstractКинетическое индентирование широко используется для измерения физико-механических свойств материалов, как один из наиболее универсальных методов неразрушающего контроля. В настоящей работе использованы новейшие достижения в области искусственного интеллекта и возможности библиотек языка программирования Питон, позволяющие на основании данных диаграммы микроударного нагружения материала провести точные измерения твёрдости чугунов различных марок. Показано, что применение машинного обучения позволяет устранить грубые ошибки и снизить погрешность косвенного определения твёрдости в несколько раз – до 10 единиц по Бринеллю HB. Также установлено, что формирование дополнительных признаков для обучения моделей (на основании традиционно используемых характеристик: глубин внедрения, скорости перемещения индентора и контактных усилий в определённые моменты времени) положительным образом сказывается на точности измерений, однако при этом их количество также должно быть оптимизировано. Возможность эффективного использования машинного обучения для оценки твёрдости доказана путём сравнения расчётных значений твёрдости с данными, полученными стандартными методами испытаний. Достоинством разработанной методики контроля является то, что разработанные алгоритмы могут применяться для оперативной диагностики твёрдости чугуна с использованием уже существующего оборудования. Предложенный подход представляется целесообразным распространить на определение других механических характеристик чугуна: предела текучести, показателя деформационного упрочнения, ползучести, релаксации, определяемых методами индентирования.ru
dc.language.isoruru
dc.publisherБНТУru
dc.titleПрименение технологий искусственного интеллекта для оперативной диагностики механических характеристик чугунаru
dc.title.alternativeApplication of Artificial Intelligence Technology for Prompt Diagnosis of Cast Iron Mechanical Propertiesru
dc.typeArticleru
dc.identifier.doi10.21122/2220-9506-2024-15-3-231-239
local.description.annotationKinetic indentation is widely used to measure physical and mechanical properties of materials as one of the most universal methods for non-destructive testing. This paper uses the latest advances in artificial intelligence and capabilities of the Python programming language libraries allowing to carry out accurate measurements of cast iron hardness based on the data of the material’s micro-impact loading diagram. It has been shown that use of machine learning allows eliminating gross errors and reducing the error of indirect hardness evaluation in several times – down to 10 units according to Brinell HB. It has also been established that formation of additional features for training models (based on traditionally used characteristics: penetration depths, indenter movement speed and contact forces at certain points in time) has a positive effect on the accuracy of measurements, but amount of measurements should also be optimized. Feasibility of effective use of machine learning to evaluate hardness has been demonstrated by comparing of calculated hardness values with data obtained with standard testing methods. Advantage of the developed testing method is the fact that the developed algorithms can be used for prompt diagnostics of cast iron hardness using existing equipment. It is appropriate to extend the proposed approach for determination of other mechanical properties of cast iron: yield strength, strain hardening index, creep, relaxation, determined by indentation methods.ru


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record