Name: פיתוח מודל חלופי לניסויים דיגיטליים בריתוך (וידאו) | JoVE Journal
Uploaded: 2025-03-28T13:30:00.000+00:00
Duration: 9 min 17 s
Description: למד לפתח מודלים חלופיים לניסויים בריתוך באמצעות רשתות נוירונים מלאכותיות וסקריפטים אוטומטיים בפייתון. השיטה מייעלת משמעותית את זמן ההכנה ומגבירה את דיוק החיזוי של מאמצים שיוריים.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

<ol><li>Francis, J. A., Bhadeshia, H., Withers, P. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Welding+residual+stresses+in+ferritic+power+plant+steels%5BTitle%5D)+AND+%22Mater+Sci+Technol%22%5BJournal%5D)">Welding residual stresses in ferritic power plant steels.</a> Mater Sci Technol. 23 (9), 1009-1020 (2007).</li>
<li>Withers, P. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Residual+stress+and+its+role+in+failure%5BTitle%5D)+AND+%22Rep+Prog+Phys%22%5BJournal%5D)">Residual stress and its role in failure.</a> Rep Prog Phys. 70 (12), 2211(2007).</li>
<li>Hornbach, D. J., Preve´y, P. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+effect+of+prior+cold+work+on+tensile+residual+stress+development+in+nuclear+weldments%5BTitle%5D)+AND+%22J.+Press+Vessel+Technol%22%5BJournal%5D)">The effect of prior cold work on tensile residual stress development in nuclear weldments.</a> J. Press Vessel Technol. 124 (3), 359-365 (2002).</li>
<li>Zondi, M. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Factors+that+affect+welding-induced+residual+stress+and+distortions+in+pressure+vessel+steels+and+their+mitigation+techniques%3A+a+review%5BTitle%5D)+AND+%22J+Press+Vessel+Technol%22%5BJournal%5D)">Factors that affect welding-induced residual stress and distortions in pressure vessel steels and their mitigation techniques: a review.</a> J Press Vessel Technol. 136 (4), 040801(2014).</li>
<li>Ohms, C., Wimpory, R. C., Katsareas, D. E., Youtsos, A. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((NET+TG1%3A+Residual+stress+assessment+by+neutron+diffraction+and+finite+element+modeling+on+a+single+bead+weld+on+a+steel+plate%5BTitle%5D)+AND+%22Int+J+Press+Vessels+Piping%22%5BJournal%5D)">NET TG1: Residual stress assessment by neutron diffraction and finite element modeling on a single bead weld on a steel plate.</a> Int J Press Vessels Piping. 86 (1), 63-72 (2009).</li>
<li>Bouchard, P. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+NeT+bead-on-plate+benchmark+for+weld+residual+stress+simulation%5BTitle%5D)+AND+%22Int+J+Press+Vessel+Piping%22%5BJournal%5D)">The NeT bead-on-plate benchmark for weld residual stress simulation.</a> Int J Press Vessel Piping. 86 (1), 31-42 (2009).</li>
<li>Hofmann, M., Wimpory, R. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((NET+TG1%3A+Residual+stress+analysis+on+a+single+bead+weld+on+a+steel+plate+using+neutron+diffraction+at+the+new+engineering+instrument+%27STRESS-SPEC%27%5BTitle%5D)+AND+%22Int+J+Press+Vessels+Piping%22%5BJournal%5D)">NET TG1: Residual stress analysis on a single bead weld on a steel plate using neutron diffraction at the new engineering instrument 'STRESS-SPEC'.</a> Int J Press Vessels Piping. 86 (1), 122-125 (2009).</li>
<li>Smith, M. C., Smith, A., Ohms, C., Wimpory, R. A review of the NeT TG4 international weld residual stress benchmark. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aSmith%2C+MC+%22ASME+Press+Vessels+Piping+Conf+2015%22">ASME Press Vessels Piping Conf 2015</a>. 6B, (2015).</li>
<li>Akrivos, V., Smith, M. C. Material characterization on the nickel-based alloy 600/82 NeT-TG6 benchmark weldments. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aAkrivos%2C+V+%22Proc+ASME+Press+Vessels+Piping+Conf+2019%22">Proc ASME Press Vessels Piping Conf 2019</a>. Uddin, M., Brongers, M., Messner, M. 6B, (2019).</li>
<li>Wimpory, R. C., Ohms, C., Hofmann, M., Schneider, R., Youtsos, A. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Statistical+analysis+of+residual+stress+determinations+using+neutron+diffraction%5BTitle%5D)+AND+%22Int+J+Press+Vessels+Piping%22%5BJournal%5D)">Statistical analysis of residual stress determinations using neutron diffraction.</a> Int J Press Vessels Piping. 86 (1), 48-62 (2009).</li>
<li>Ficquet, X., Smith, D. J., Truman, C. E., Kingston, E. J., Dennis, R. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Measurement+and+prediction+of+residual+stress+in+a+bead-on-plate+weld+benchmark+specimen%5BTitle%5D)+AND+%22Int+J+Press+Vessels+Piping%22%5BJournal%5D)">Measurement and prediction of residual stress in a bead-on-plate weld benchmark specimen.</a> Int J Press Vessels Piping. 86 (1), 20-30 (2009).</li>
<li>Gilles, P., El-Ahmar, W., Jullien, J. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Robustness+analyses+of+numerical+simulation+of+fusion+welding+NeT-TG1+application%3A%26%2334%3BSingle+weld-bead-on-plate.%26%2334%3B%5BTitle%5D)+AND+%22Int+J+Press+Vessels+Piping%22%5BJournal%5D)">Robustness analyses of numerical simulation of fusion welding NeT-TG1 application:&#34;Single weld-bead-on-plate.&#34;.</a> Int J Press Vessels Piping. 86 (1), 3-12 (2009).</li>
<li>Shan, X., Davies, C. M., Wangsdan, T., O'dowd, N. P., Nikbin, K. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Thermo-mechanical+modelling+of+a+single-bead-on-plate+weld+using+the+finite+element+method%5BTitle%5D)+AND+%22Int+J+Press+Vessels+Piping%22%5BJournal%5D)">Thermo-mechanical modelling of a single-bead-on-plate weld using the finite element method.</a> Int J Press Vessels Piping. 86 (1), 110-121 (2009).</li>
<li>Bate, S. K., Charles, R., Warren, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Finite+element+analysis+of+a+single+bead-on-plate+specimen+using+SYSWELD%5BTitle%5D)+AND+%22Int+J+Press+Vessels+Piping%22%5BJournal%5D)">Finite element analysis of a single bead-on-plate specimen using SYSWELD.</a> Int J Press Vessels Piping. 86 (1), 73-78 (2009).</li>
<li>Coules, H. E., Smith, D. J., Venkata, K. A., Truman, C. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+method+for+reconstruction+of+residual+stress+fields+from+measurements+made+in+an+incompatible+region%5BTitle%5D)+AND+%22Int+J+Solids+Str%22%5BJournal%5D)">A method for reconstruction of residual stress fields from measurements made in an incompatible region.</a> Int J Solids Str. 51 (10), 1980-1990 (2014).</li>
<li>Smith, M. C., Smith, A. C., Wimpory, R., Ohms, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+review+of+the+NeT+Task+Group+1+residual+stress+measurement+and+analysis+round+robin+on+a+single+weld+bead-on-plate+specimen%5BTitle%5D)+AND+%22Int+J+Press+Vessels+Piping%22%5BJournal%5D)">A review of the NeT Task Group 1 residual stress measurement and analysis round robin on a single weld bead-on-plate specimen.</a> Int J Press Vessels Piping. 120, 93-140 (2014).</li>
<li>Na, M. G., Kim, J. W., Lim, D. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Prediction+of+residual+stress+for+dissimilar+metals+welding+at+nuclear+power+plants+using+fuzzy+neural+network+models%5BTitle%5D)+AND+%22Nucl+Eng+Technol%22%5BJournal%5D)">Prediction of residual stress for dissimilar metals welding at nuclear power plants using fuzzy neural network models.</a> Nucl Eng Technol. 39 (4), 337-348 (2007).</li>
<li>Na, M. G., Kim, J. W., Lim, D. H., Kang, Y. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Residual+stress+prediction+of+dissimilar+metals+welding+at+NPPs+using+support+vector+regression%5BTitle%5D)+AND+%22Nucl+Eng+Design%22%5BJournal%5D)">Residual stress prediction of dissimilar metals welding at NPPs using support vector regression.</a> Nucl Eng Design. 238 (7), 1503-1510 (2008).</li>
<li>Edwin Raja Dhas, J., Kumanan, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Evolutionary+fuzzy+SVR+modeling+of+weld+residual+stress%5BTitle%5D)+AND+%22Appl+Soft+Comput+J%22%5BJournal%5D)">Evolutionary fuzzy SVR modeling of weld residual stress.</a> Appl Soft Comput J. 42, 423-430 (2016).</li>
<li>Koo, Y. D., Yoo, K. H., Na, M. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Estimation+of+residual+stress+in+welding+of+dissimilar+metals+at+nuclear+power+plants+using+cascaded+support+vector+regression%5BTitle%5D)+AND+%22Nucl+Eng+Technol%22%5BJournal%5D)">Estimation of residual stress in welding of dissimilar metals at nuclear power plants using cascaded support vector regression.</a> Nucl Eng Technol. 49 (4), 817-824 (2017).</li>
<li>Kitano, H., Nakamura, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Predicting+residual+weld+stress+distribution+with+an+adaptive+neuro-fuzzy+inference+system%5BTitle%5D)+AND+%22Int+J+Automat+Technol%22%5BJournal%5D)">Predicting residual weld stress distribution with an adaptive neuro-fuzzy inference system.</a> Int J Automat Technol. 12 (3), 290-296 (2018).</li>
<li>Mathew, J., Griffin, J., Alamaniotis, M., Kanarachos, S., Fitzpatrick, M. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Prediction+of+welding+residual+stresses+using+machine+learning%3A+Comparison+between+neural+networks+and+neuro-fuzzy+systems%5BTitle%5D)+AND+%22Appl+Soft+Comput+J%22%5BJournal%5D)">Prediction of welding residual stresses using machine learning: Comparison between neural networks and neuro-fuzzy systems.</a> Appl Soft Comput J. 70, 131-146 (2018).</li>
<li>Liu, F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Prediction+of+welding+residual+stress+and+deformation+in+electro-gas+welding+using+artificial+neural+network%5BTitle%5D)+AND+%22Mater+Today+Comm%22%5BJournal%5D)">Prediction of welding residual stress and deformation in electro-gas welding using artificial neural network.</a> Mater Today Comm. 29 (May), 102786(2021).</li>
<li>Muransky, O., Hamelin, C. J., Smith, M. C., Bendeich, P. J., Edwards, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+effect+of+plasticity+theory+on+predicted+residual+stress+fields+in+numerical+weld+analyses%5BTitle%5D)+AND+%22Computat+Mater+Sci%22%5BJournal%5D)">The effect of plasticity theory on predicted residual stress fields in numerical weld analyses.</a> Computat Mater Sci. 54, 125-134 (2012).</li>
<li>Miao, Z., Margetts, L., Vasileiou, A. N., Yin, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Surrogate+model+development+using+simulation+data+to+predict+weld+residual+stress%3A+A+case+study+based+on+the+NeT-TG1+benchmark%5BTitle%5D)+AND+%22Int+J+Press+Vessels+Piping%22%5BJournal%5D)">Surrogate model development using simulation data to predict weld residual stress: A case study based on the NeT-TG1 benchmark.</a> Int J Press Vessels Piping. 206, 105014(2023).</li>
<li>Seeger, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Gaussian+processes+for+machine+learning%5BTitle%5D)+AND+%22Int+J+Neural+Sys%22%5BJournal%5D)">Gaussian processes for machine learning.</a> Int J Neural Sys. 14 (02), 69-106 (2004).</li>
<li>Chen, S. J., Zhang, Z. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Temperature+prediction+of+friction+stir+welding+based+on+Bayesian+neural+network%5BTitle%5D)+AND+%22Appl+Mech+Mater%22%5BJournal%5D)">Temperature prediction of friction stir welding based on Bayesian neural network.</a> Appl Mech Mater. 48, 1208-1212 (2011).</li>
</ol>

<table><tbody><tr><td>Abaqus</td><td>Dassault Systems</td><td>2020</td><td></td></tr><tr><td>Intel Fortran Compiler</td><td>Intel Corporation</td><td>17.0.7</td><td></td></tr><tr><td>Keras</td><td>קוד פתוח</td><td>2.6.0</td><td></td></tr><tr><td>Python</td><td>קוד פתוח</td><td>3.8.18</td><td></td></tr></tbody></table>

פיתוח מודל חלופי לניסויים דיגיטליים בריתוך

Surrogate Model Development for Digital Experiments in Welding

סדרה של סימולציות FE הופעלה באמצעות שילובים שונים של אורך תנועת הקשת, מהירות התקדמות הקשת וקצב קלט האנרגיה נטו. עבור ערכת האימון, טווח הערכים ששימש לאורך תנועת הקשת היה 40 מ"מ, 50 מ"מ, 60 מ"מ, 70 מ"מ ו-80 מ"מ. טווח הערכים ששימש למהירות התקדמות הקשת היה 2 מ"מ לשנייה, 2.5 מ"מ לשנייה, 3 מ"מ לשנייה, 3.5 מ"מ לשנייה ו-4 מ"מ לשנייה. טווח הערכים ששימש לקצב כניסת האנרגיה נטו היה 1000 וואט, 1500 וואט, 2000 וואט, 2500 וואט ו-3000 וואט. עבור ערכת הבדיקה, טווח הערכים ששימש לאורך תנועת הקשת היה 40 מ"מ, 50 מ"מ, 60 מ"מ, 70 מ"מ ו-80 מ"מ. טווח הערכים ששימש למהירות התקדמות הקשת היה 2.25 מ"מ לשנייה, 2.75 מ"מ לשנייה, 3.25 מ"מ לשנייה ו-3.75 מ"מ לשנייה. טווח הערכים ששימש לקצב קלט אנרגיה נטו היה 1250 W, 1750 W, 2250 W ו-2750 W. מתחים אורכיים לאורך קו ה-BD של 205 הסימולציות הללו נאספים ומוצגים באיור 2. תוצאה זו פורסמה בעברב-25. בפרט, תוצאות חקר המקרה משמשות במחקר זה כדי לבסס את יעילות זרימת העבודה. המחקר הנוכחי משתרע מעבר לחקירות קודמות על ידי מתן הסבר מקיף על ההגדרות הספציפיות המיושמות בסימולציית הריתוך ופירוט מתודולוגיית הסקריפטים של Python המשמשת לסימולציית הריתוך הכללית.
מודל ה-ANN שפותח יושם כדי לבצע חיזוי על ערכת הבדיקות. הפער בין חיזוי המודל לסימולציית FE מוצג באיור 3. מתוך 1680 נקודות בדיקה, רוב ההבדלים (759 התרחשויות) בין ניתוח האלמנטים הסופיים המדומה לערכי המתח החזויים של ANN נופלים בטווח של 0-2 MPa, המהווים 45.2% מהנתונים. התדירות פוחתת ככל שההבדל גדל, כאשר מעט מאוד נקודות נתונים מראות הבדלים גדולים מ-10 מגה פיקסל. תרשים תיבה מוצג באיור 4 כדי להראות את התפלגות הפערים המוחלטים בין המתח המדומה לבין המתח החזוי עבור רמות שונות של מתח מדומה. כל קופסה מייצגת את הטווח הבין-רבעוני של השאריות בתוך סל ספציפי של רמות מתח מדומות, כאשר הקו בתוך הקופסה מציין את הערך החציוני. ההיסטוגרמה על ציר ה-y המשני מציגה את מספר נקודות נתוני האימון בתוך כל סל רמת מתח, ומספקת הקשר נוסף על התפלגות הנתונים המשמשת לאימון המודל. כפי שמוצג באיור, פחי רמת מתח עם פחות נקודות נתוני אימון נוטים להציג פערים מקסימליים גבוהים יותר במערך נתוני הבדיקה. ניתן לשפר את הביצועים באזורים אלה על ידי הגדלת כמות נתוני האימון הזמינים עבור רמות לחץ אלה.
שגיאה ריבועית ממוצעת (MSE) שימשה לכימות ביצועי החיזוי, והביטוי עבור מדדי ביצועים של MSE הוא:
<img alt="Equation 1" src="/files/ftp_upload/67576/67576eq01.jpg" style="margin: auto;">
כאשר yi הוא ערך הלחץ לפני היפוך הסטנדרטיזציה עבור נקודת הדגימה i-th, <img alt="Equation 2" src="/files/ftp_upload/67576/67576eq02.jpg" style="margin: auto;"> הוא ערך המתח החזוי לפני היפוך הסטנדרטיזציה עבור מדגם i-th, ו-n הוא המספר הכולל של הדגימות.
תחזית הלחץ של ה-ANN הייתה קרובה מאוד לתוצאות סימולציית ה-FE, עם MSE של 0.0024. תחזיות על ארבעה מקרי מבחן נבחרים מוצגות באיור 5; כניסת החום עבור ארבעת מקרי הבדיקה הללו היא 333 J/mm, 538 J/mm, 692 J/mm ו-1222 J/mm, בהתאמה. בין כל ארבעת המקרים הללו, תחזיות ה-ANN מראות התאמה טובה לתוצאות סימולציה של FE באופן כללי. עם זאת, בתרחישים בהם מהירות הריתוך היא 2.25 מ"מ לשנייה עם אורך נסיעה של 50 מ"מ וקצב כניסת אנרגיה נטו של 2750 וואט או כאשר מהירות הריתוך היא 3.75 מ"מ לשנייה עם אורך נסיעה של 40 מ"מ וקצב כניסת אנרגיה נטו של 1250 וואט, נצפים פערים גדולים יחסית בתחתית קו ה-BD (עומק קרוב ל-17 מ"מ). ניתן לייחס את הפערים הללו למורכבות המוגברת של הכללים השולטים באזור זה, וכתוצאה מכך סעפת מורכבת יותר בתוך אזורי מרחב הפרמטרים הספציפיים הללו. פתרון אפשרי יהיה להגדיל את הצפיפות של מערך נתוני האימון בתחום זה.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/67576/67576fig01.jpg"> 
איור 1: זרימת עבודה. זרימת העבודה המוצעת כוללת ארבעה שלבים (מסומנים בבלוקים כחולים): בניית מודל FE בסיסי, סקריפטים, יצירת נתונים ופיתוח מודל חלופי. בלוקים כתומים מייצגים את הקלט של כל צעד, ובלוקים ירוקים מייצגים את הפלט של כל שלב. <a href="https://www.jove.com/files/ftp_upload/67576/67576fig01large.jpg" target="_blank">אנא לחץ כאן לצפייה בגרסה גדולה יותר של איור זה.</a>
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/67576/67576fig02.jpg"> 
איור 2: מערך נתונים שנוצר. בסך הכל מומחשים 205 סטים של נתוני מתח אורכי, כל אחד מתאים לשילוב ייחודי של אורך נסיעה, קצב כניסת אנרגיה נטו ומהירות ריתוך. בתוך כל קבוצה, 20 נקודות נתונים משורטטות עבור צמתים שונים לאורך קו ה-BD. כדי להבדיל בין קבוצות, כל אחת מיוצגת על ידי צבע אחר, התואם את קצב כניסת החום נטו שלה. ניתן לחשב ערך זה על ידי חלוקת קצב כניסת האנרגיה נטו במהירות הריתוך. נתון זה שונהמ-25. <a href="https://www.jove.com/files/ftp_upload/67576/67576fig02large.jpg" target="_blank">אנא לחץ כאן לצפייה בגרסה גדולה יותר של איור זה.</a>
<img alt="Figure 3" class="xfigimg" src="/files/ftp_upload/67576/67576fig03.jpg"> 
איור 3: תדירות הפער בין תוצאות סימולציית FE לתחזיות ANN. ההבדלים בין תוצאות סימולציית FE לתחזיות ANN במערך נתוני הבדיקה מסווגים ל-10 רמות. ההערות בעלילה מציינות את התדירות ואחוז ההתרחשויות עבור כל רמת הבדל במקרי הבדיקה. <a href="https://www.jove.com/files/ftp_upload/67576/67576fig03large.jpg" target="_blank">אנא לחץ כאן לצפייה בגרסה גדולה יותר של איור זה.</a>
<img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/67576/67576fig04.jpg"> 
איור 4: התפלגות של שאריות מוחלטות ממוצעות ומערך נתוני אימון על פני רמות מתח שונות. תרשים הקופסה מתאר את התפלגות הפערים המוחלטים בין המתח המדומה לבין המתח החזוי עבור רמות שונות של מתח מדומה. הקו הכתום בתוך כל תיבה מייצג את החציון, ומציין את נקודת האמצע של הפערים המוחלטים. הגובה של כל תיבה תואם את הטווח הבין-רבעוני, המשתרע על פני 50% האמצעיים של הנתונים (מהאחוזון ה-25 עד האחוזון ה-75), ומשקף את השונות של הפערים. השפם נמשך מהקופסה כדי להציג את ערכי המינימום והמקסימום של אי התאמה. ההיסטוגרמה הכחולה מציגה את מספר נקודות נתוני האימון המתאימות לכל רמת מתח במערך נתוני האימון. <a href="https://www.jove.com/files/ftp_upload/67576/67576fig04large.jpg" target="_blank">אנא לחץ כאן לצפייה בגרסה גדולה יותר של איור זה.</a>
<img alt="Figure 5" class="xfigimg" src="/files/ftp_upload/67576/67576fig05.jpg"> 
איור 5: השוואה בין תוצאות הסימולציה לתוצאות החזויות של ANN. ארבעה מקרי בדיקה מוצגים באיור זה, כאשר (A) מהירות הריתוך היא 3.75 מ"מ לשנייה, אורך הנסיעה הוא 40 מ"מ וקצב כניסת האנרגיה נטו הוא 1250 W; (ב) מהירות הריתוך היא 3.25 מ"מ לשנייה, אורך הנסיעה הוא 60 מ"מ, וקצב כניסת האנרגיה נטו הוא 1750 וואט; (ג) מהירות הריתוך היא 3.25 מ"מ לשנייה, אורך הנסיעה הוא 50 מ"מ, וקצב כניסת האנרגיה נטו הוא 2250 וואט; ו-(D) מהירות הריתוך היא 2.25 מ"מ לשנייה, אורך הנסיעה הוא 50 מ"מ, וקצב כניסת האנרגיה נטו הוא 2750 וואט. הפער הבולט ביותר בכל מקרי הבדיקה מודגש באמצעות תיבה כחולה, המציגה הבדל של 19.4 מגה פיקסל בעומק של 17 מ"מ מהמשטח העליון במקרה המבחן (D). <a href="https://www.jove.com/files/ftp_upload/67576/67576fig05large.jpg" target="_blank">אנא לחץ כאן לצפייה בגרסה גדולה יותר של איור זה.</a>
טבלה 1: מידע גיאומטרי עבור דגימת ריתוך, אזור רשת עידון וחרוז. האורך, הרוחב והעומק של דגימת הריתוך המלבנית ואזור רשת החידוד מפורטים בטבלה. מידות חרוז הריתוך מומחשות בסקיצה. בתהליך הדוגמנות יש להפחית את הרוחב בחצי מכיוון שרק מחצית מהמודל נוצר. <a href="https://www.jove.com/files/ftp_upload/67576/Table%201_RE.xlsx" target="_blank">אנא לחץ כאן להורדת טבלה זו.</a>
טבלה 2: תכונות החומר של AISI 316LN14. צפיפות ויחס פואסון מטופלים כבלתי תלויים בטמפרטורה, ושאר התכונות הפיזיקליות מטופלות כתלויות טמפרטורה. <a href="https://www.jove.com/files/ftp_upload/67576/Table2_RE.xlsx" target="_blank">אנא לחץ כאן להורדת טבלה זו.</a>
טבלה 3: תכונות מכניות פלסטיות של AISI 316LN24. תכונות מכניות של נירוסטה AISI 316LN כפונקציה של טמפרטורה; מתח תשואה באפס מתח פלסטיק; פרמטרי התקשות קינמטיים (C1, Gamma 1, C2, Gamma 2); פרמטר התקשות איזוטרופי (Q-inf); ופרמטר התקשות (ב). <a href="https://www.jove.com/files/ftp_upload/67576/Table3_RE.xlsx" target="_blank">אנא לחץ כאן להורדת טבלה זו.</a>
קובץ קידוד משלים 1: Create_input_files.py <a href="https://www.jove.com/files/ftp_upload/67576/Create_input_files.zip" target="_blank">אנא לחץ כאן להורדת קובץ זה.</a>
קובץ קידוד משלים 2: Run_thermal <a href="https://www.jove.com/files/ftp_upload/67576/Run_Thermal.zip" target="_blank">אנא לחץ כאן להורדת קובץ זה.</a>
קובץ קידוד משלים 3: DFLUX.for <a href="https://www.jove.com/files/ftp_upload/67576/DFLUX.zip" target="_blank">אנא לחץ כאן להורדת קובץ זה.</a>
קובץ קידוד משלים 4:Run_Mechanical <a href="https://www.jove.com/files/ftp_upload/67576/Run_Mechanical.zip" target="_blank">אנא לחץ כאן להורדת קובץ זה.</a>
קובץ קידוד משלים 5: extract_data.py <a href="https://www.jove.com/files/ftp_upload/67576/extract_data.zip" target="_blank">אנא לחץ כאן כדי להוריד קובץ זה.</a>
קובץ קידוד משלים 6: ANN_development.py <a href="https://www.jove.com/files/ftp_upload/67576/ANN_development.zip" target="_blank">אנא לחץ כאן להורדת קובץ זה.</a>

The manufacturing industry heavily relies on welding processes to join materials, forming integral components across various sectors. Many aspects will ...

surrogate-model-development-for-digital-experiments-in-welding

Research

JoVE Journal

Engineering

הנדסה

המטרה של פרוטוקול זה היא לבנות עור תלת מימדי בעובי מלא, הדומה לעור טבעי. עם מכשיר פציעה אוטומטי שנבנה במיוחד, ניתן ליצור פצעים מדויקים וניתנים לשחזור תחת שמירה על סטריליות.

דור של עור בעובי מלא תלת ממדי Equivalent ואוטומטי פציעה

מתואר הליך פשוט לריתוך קולי של קופונים מרוכבים תרמופלסטיים לבדיקה מכנית בסיסית. המאפיינים העיקריים של תהליך ריתוך קולי זה הם השימוש במנהלי אנרגיה שטוחים להכנת תהליך פשוטה ושימוש בנתוני תהליך להגדרה מהירה של תנאי עיבוד אופטימליים.

ריתוך Ultrasonic של קופונים Composite תרמופלסטיים עבור אפיון מכני של חיבורי ריתוך באמצעות Lap יחיד בדיקות גזירה

פרוטוקול הניסוי עבור רוטרי חם המאובזרת להרכיב של סגסוגות אלומיניום יצוק העסקת מנגנון בקנה מידה תעשייתי העידו מוצג. שיקולים ניסוייים כולל אפקטים תרמיים ומכאניים נדונים, וכן דמיות עם עיבוד בקנה מידה מלאה של גלגלי רכב.

נוהל ניסיוני עבור ספינינג חם של רכיבי אלומיניום יצוקים

תהליך עבודה ליצירת מודלים היברידיים וירטואליים תלת-ממדיים (תלת-ממדיים) תוכנן בהתבסס על מערך נתונים של טומוגרפיה ממוחשבת של קרן חרוט וסריקות אופטיות אינטרה-אוראליות תוך שימוש בשיטות פילוח תמונה רדיוגרפיות ומידול פני שטח בצורה חופשית. מודלים דיגיטליים משמשים לתכנון וירטואלי של הליכים כירורגיים dentoalveolar שחזור.

הכנת מודל היברידי דיגיטלי לתכנון וירטואלי של הליכים כירורגיים דנטולבאולריים משחזרים

עבודה זו מתארת מערכת ניסויים מקוונת המספקת ניסויים חזותיים, כולל הדמיה של תיאוריות, מושגים ונוסחאות, הדמיית התהליך הניסיוני עם אסדות בדיקה וירטואליות תלת-ממדיות (תלת-ממדיות), והדמיה של מערכת הבקרה והניטור באמצעות ווידג'טים כגון תרשימים ומצלמות.

מערכת ניסויים מקוונת אינטראקטיבית ומודמית לחינוך ומחקר הנדסי

עבודה זו מציגה ניסוי סימולציה וירטואלית תלת מימדית לעיוות וכשל חומרי, המספק תהליכי ניסוי חזותיים. באמצעות סדרה של ניסויים, משתמשים יכולים להכיר את הציוד וללמוד את הפעולות בסביבת למידה immersive ואינטראקטיבי.

ניסוי סימולציה וירטואלי של מכניקה: עיוות וכשל של חומרים על בסיס מיקרוסקופ אלקטרונים סורק

באמצעות שילוב של עיצוב חוויית אינטראקציה וניתוח דרישות משתמש, אנו מציגים מגרד תאים חדשני המשפר את מבחני ריפוי הפצעים התאיים במונחים של שחזור, אמינות, מעשיות, שלמות התא וחוויית המשתמש.

כלי ליצירת רווחים יציבים וניתנים לשחזור ללא תאים לשיפור האמינות של בדיקת ריפוי פצעים בתאים

פצעים מייצגים אתגר בריאותי עולמי. מחקר זה פיתח תא צילום סטנדרטי המשתמש בפלנימטריה דיגיטלית כדי למזער את שונות מדידת הפצעים. ניטור פצעים בעכברים במשך 14 יום חשף עלייה ראשונית באזור הפצע ובהיקפו, ואחריו סגירה הדרגתית. מתודולוגיה זו עשויה לסייע בהערכת קינטיקה של סגירת פצע במודלים פרה-קליניים.

פלנימטריה דיגיטלית להערכת קינטיקה של סגירת פצע במודל עכבר

מתואר תהליך לרכישת מטרולוגיה כמעט בזמן אמת של חרוזי ריתוך והכנת הגיאומטריה המתקבלת באופן אוטומטי לניתוח אלמנטים סופיים.

לכידת גיאומטריה אוטומטית מבוססת לייזר לניתוח אלמנטים סופיים של חרוזי ריתוך

עיצוב המכשיר חזק של תוצאות מפעילי MEMS אלקטרוסטטי fringing שדה בתנאי מיסוד נמוכים לסחוט סרט דעיכת ופעמים רבות יישוב בעת ביצוע פעולות מיתוג באמצעות הטיית צעד קונבנציונלית. בזמן אמת מיתוג שיפור זמן עם צורות גל DC-דינמיים מקטין את הזמן ליישב של שולים בשדה MEMS מפעילים כאשר מעבר בין up-to-למטה ולמטה אל את המדינות.

Real-Time DC-דינמית הטיית שיטה להחלפת זמן שיפור בשולים בשדה קשות Underdamped תנעי MEMS אלקטרוסטטית

למד לפתח מודלים חלופיים לניסויים בריתוך באמצעות רשתות נוירונים מלאכותיות וסקריפטים אוטומטיים בפייתון. השיטה מייעלת משמעותית את זמן ההכנה ומגבירה את דיוק החיזוי של מאמצים שיוריים.

פיתוח מודל חלופי לניסויים דיגיטליים בריתוך

גלה סרטונים נוספים