TY - JOUR

T1 - ПОСТРОЕНИЕ ДИАГРАММ ПРОКАЛИВАЕМОСТИ СТАЛЕЙ С ПОМОЩЬЮ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ

AU - Гафаров, М. Ф.

AU - Окишев, Константин Юрьевич

AU - Маковецкий, А. Н.

AU - Павлова, К. П.

AU - Гафарова, Е. А.

PY - 2023

Y1 - 2023

N2 - Одним из основных этапов производства труб из низко- и среднеуглеродистых сталей является термическая обработка. В процессе закалки изменяется структура металла и, как следствие, механические свойства. Сравнивая различные показатели, например твердость, прочность, пластичность и т. д., можно судить о том, насколько правильно были выбраны режимы термообработки. Поэтому важно предварительно установить оптимальные условия, чтобы получить металл с необходимыми механическими свойствами. Стандартные приближения, позволяющие прогнозировать значения механических свойств, обычно не являются адаптивными для использования в разных условиях производства, так как в большинстве случаев они либо неточны, либо привязаны к конкретной производственной единице и, как следствие, не подходят для использования в других (отличных) условиях. Целью данной работы является построение диаграмм прокаливаемости сталей с использованием современных методов машинного обучения. Выборка для исследования представляет собой комплекс агрегированных экспериментальных данных, который включает диаграммы распада переохлажденного аустенита, приведенные табличные значения и другие типы данных, полученных из различных источников. В данной статье подробно описан этап предварительной обработки данных, построения и валидации модели. Особый акцент сделан на процессе обработки исходных данных для моделирования и сравнении фундаментальных признаков модели с экспериментальными. Анализ значимости признаков с реальными физическими предпосылками проводили комплексно. Кроме того, выполнено сравнение результатов моделирования с реальными диаграммами прокаливаемости.

AB - Одним из основных этапов производства труб из низко- и среднеуглеродистых сталей является термическая обработка. В процессе закалки изменяется структура металла и, как следствие, механические свойства. Сравнивая различные показатели, например твердость, прочность, пластичность и т. д., можно судить о том, насколько правильно были выбраны режимы термообработки. Поэтому важно предварительно установить оптимальные условия, чтобы получить металл с необходимыми механическими свойствами. Стандартные приближения, позволяющие прогнозировать значения механических свойств, обычно не являются адаптивными для использования в разных условиях производства, так как в большинстве случаев они либо неточны, либо привязаны к конкретной производственной единице и, как следствие, не подходят для использования в других (отличных) условиях. Целью данной работы является построение диаграмм прокаливаемости сталей с использованием современных методов машинного обучения. Выборка для исследования представляет собой комплекс агрегированных экспериментальных данных, который включает диаграммы распада переохлажденного аустенита, приведенные табличные значения и другие типы данных, полученных из различных источников. В данной статье подробно описан этап предварительной обработки данных, построения и валидации модели. Особый акцент сделан на процессе обработки исходных данных для моделирования и сравнении фундаментальных признаков модели с экспериментальными. Анализ значимости признаков с реальными физическими предпосылками проводили комплексно. Кроме того, выполнено сравнение результатов моделирования с реальными диаграммами прокаливаемости.

UR - https://elibrary.ru/item.asp?id=54745282

U2 - 10.32339/0135-5910-2023-9-761-770

DO - 10.32339/0135-5910-2023-9-761-770

M3 - Статья

VL - 79

SP - 761

EP - 770

JO - Черная металлургия. Бюллетень научно-технической и экономической информации

JF - Черная металлургия. Бюллетень научно-технической и экономической информации

SN - 0135-5910

IS - 9

ER -