Ученые Пермского национального исследовательского политехнического университета (ПНИПУ) создали инновационную программу, которая позволяет с высокой точностью прогнозировать характеристики сплавов, используя нейронные сети. Эта разработка особенно актуальна для титановых сплавов, широко применяемых в аэрокосмической, медицинской и автомобильной промышленности, о чем сообщает Naked Science.
Программа направлена на решение проблемы, связанной с нехваткой экспериментальных данных для прогнозирования свойств сплавов. Ранее это замедляло и ухудшало производственные процессы. Чтобы преодолеть эту трудность, ученые применили метод искусственного увеличения объема данных (аугментацию). На основе регрессионной модели аугментации была создана расширенная база из 2000 примеров для обучения нейронных сетей.
Результаты исследования показали высокую эффективность разработанного метода. Нейронные сети, обученные на аугментированных данных, достигли точности предсказаний с ошибкой всего 3,97% от фактических значений. Это свидетельствует о значительном прогрессе в области прогнозирования свойств материалов.
Важно отметить, что программа может применяться не только для титановых сплавов ВТ6, но и при обработке сталей и других сплавов в различных областях промышленного производства. Это делает разработку ПНИПУ универсальным инструментом для оптимизации производственных процессов.
Применение созданной программы позволяет существенно расширить выборку данных, обеспечить корректное обучение искусственных нейросетей и добиться высокой точности прогноза характеристик сплавов. Особое внимание уделяется показателю шероховатости, который напрямую влияет на срок службы деталей.
Разработка пермских ученых представляет собой значительный шаг вперед в области прогнозирования свойств материалов и оптимизации производственных процессов в промышленности. Она открывает новые возможности для повышения качества и эффективности производства деталей из различных сплавов.
