01
Úvod do práce
Laserové zváranie v režime hlbokej{0}}penetrácie predstavuje veľmi sľubný proces spájania kovov v modernej výrobe; jeho aplikácii však často bráni výskyt defektov pórovitosti. Vzhľadom na to, že tvorba pórov zahŕňa vysoko nelineárne a multi{2}}prepojené fyzikálne procesy-a je ťažké ju monitorovať *in situ* v nepriehľadných kovoch-presné predpovedanie defektov pórovitosti a ich základné mechanizmy tvorby zostáva obrovskou výzvou. Tradičné parametrické štúdie a modely strojového učenia založené výlučne na nespracovaných parametroch zvárania trpia obmedzeniami týkajúcimi sa schopnosti zovšeobecnenia, presnosti predpovedania hlboko-usadených pórov a interpretovateľnosti. Na riešenie tohto kritického problému táto štúdia navrhuje inovatívny rámec fyzikálneho{8}}informovaného hlbokého učenia (PIDL). Integráciou mechanistického modelovania s experimentálnymi údajmi sa tento rámec zameriava na presné predpovedanie miery pórovitosti počas laserového zvárania hliníkových zliatin a na objasnenie základných fyzikálnych mechanizmov zodpovedných za jej tvorbu.
02
**Prehľad štúdie**
Táto štúdia sa zaoberá problémom pórovitosti pri laserovom zváraní-problémom vyplývajúcim zo zložitých javov, ako je nestabilita kľúčových dier, dynamika tavného bazénu a tuhnutie-, a to návrhom nového prediktívneho rámca, ktorý spája multifyzikálnu numerickú simuláciu s hĺbkovým učením. Výskum začína využitím experimentálne overeného multifyzikálneho modelu na systematickú extrakciu kľúčových fyzikálnych premenných spojených so stabilitou kľúčovej dierky, geometriou taveniny, prietokom tekutého kovu a tepelnými charakteristikami. Na základe tohto základu bol skonštruovaný model PIDL; v porovnaní s tradičnými modelmi hlbokého učenia trénovanými výlučne na procesných parametroch, tento model dosiahol podstatné 41% zníženie strednej štvorcovej chyby (MSE). Na zlepšenie interpretovateľnosti modelu výskumníci syntetizovali tieto fyzikálne premenné do bezrozmerných prvkov s jasným fyzikálnym významom (napr. pomer strán kľúčovej dierky, Stokesovo číslo atď.). Nakoniec, s využitím analýzy SHAP (Shapley Additive Explanations), štúdia kvantitatívne odhalila-po prvý raz{11}}hierarchickú dôležitosť rôznych fyzikálnych faktorov v procese tvorby pórovitosti. Zistenia identifikujú pomer strán kľúčovej dierky a prietokový odpor poháňaný zostupným tokom taveniny ako dva najkritickejšie determinanty tvorby pórovitosti, čím poskytujú jasný návod na optimalizáciu procesu.
03
Vizuálna analýza
Obrázok 1 znázorňuje typické obrázky rozloženia pórov získané pri rôznych parametroch zvárania po spracovaní pomocou röntgenovej kontroly a algoritmov na rozpoznávanie obrázkov. Obrázok ukazuje, že keď sa kombinácia parametrov zvárania mení, objavujú sa významné rozdiely v množstve, veľkosti a distribúcii pórov vo zvarovom šve; tieto údaje o pórovitosti slúžia ako štítky pre následné školenie modelov hlbokého učenia.
Obrázok 2 predstavuje schematický diagram multifyzikálneho numerického modelu použitého v tejto štúdii. Vyriešením rovníc zachovania hmotnosti, hybnosti a energie-a začlenením algoritmu-sledovania lúčov- tento model presne vypočíta viacnásobné odrazy a absorpciu energie laserového lúča v kľúčovej dierke. Obrázok 2(a) znázorňuje diskretizáciu laserového lúča na početné podlúče, z ktorých každý nesie špecifické množstvo energie; Obrázok 2(b) geometricky znázorňuje pás lúča lasera; a Obrázok 2(c) vizuálne zobrazuje komplexný proces viacerých odrazov, ktorým podstupujú podlúče lasera{10}}v kľúčovej dierke. Tento model poskytuje trojrozmerné{12}}prechodné informácie týkajúce sa morfológie kľúčových dier a polí prietoku taveniny,{13}}ktoré je ťažké získať experimentálne-, čím poskytuje kritické vstupné funkcie pre konštrukciu modelu PIDL.
Obrázok 3 predstavuje výsledky validácie multifyzikálneho modelu, porovnávajúc experimentálne namerané hodnoty s modelovými predpoveďami pre hĺbku bazénu taveniny (obr.. 3(a)) a dĺžku bazéna topenia (obr.. 3(b)) pri extrémnych parametroch procesu. Výsledky demonštrujú silnú zhodu medzi modelovými predpoveďami a experimentálnymi údajmi; konkrétne, relatívna chyba pre predpovede hĺbky bazéna taveniny spadá do rozsahu -6,3 % až 20,9 %, zatiaľ čo chyba predpovedí dĺžky bazéna topenia sa pohybuje od -16,9 % do 20,4 %. Tieto výsledky validácie potvrdzujú vysokú presnosť zavedeného multifyzikálneho modelu a demonštrujú jeho schopnosť poskytovať spoľahlivé údaje o fyzikálnych premenných pre následné modely hlbokého učenia.
Obrázok 4 znázorňuje výkonnosť modelu PIDL-vytrénovaného pomocou súboru údajov priamych fyzikálnych premenných-pri predpovedaní pórovitosti. Obrázok 4(a) ukazuje, že stratové funkcie pre všetky pod-modely v rámci súboru učenia sa efektívne konvergujú. Obrázky 4(b) a 4(c) predstavujú porovnanie medzi predpovedanou pórovitosťou modelu a skutočnou pórovitosťou na tréningových a testovacích súpravách. Výsledky naznačujú, že model PIDL dosiahol MSE 0,32 na trénovacej sade a 0,75 na testovacej sade, čím demonštruje schopnosť metódy efektívne sa učiť komplexné nelineárne vzťahy medzi fyzikálnymi premennými a pórovitosťou a dosiahnuť relatívne presné kvantitatívne predpovede.
04
Záver
Na riešenie problémov spojených s ťažko{0}}{1}}predvídateľnou povahou a ťažko{2}}{3}}kvantifikovateľnými príčinami defektov pórovitosti pri laserovom hĺbkovom -penetračnom zváraní bola navrhnutá a overená nová metóda predpovedania fyzikálne-informovaného hlbokého učenia (PIDL). Táto štúdia vytvorila súbor údajov výberom fyzikálnych premenných z modelu viacerých{7}}fyzikálnych polí, ktorý zahŕňa štyri hlavné kategórie: termodynamické faktory, tok tekutého kovu, faktory súvisiace s kľúčovou dierkou-a geometria bazénu taveniny. Experimentálne výsledky ukázali, že v porovnaní s tradičnými modelmi hlbokého učenia založenými výlučne na procesných parametroch, navrhovaný PIDL model dosiahol významné 41% zníženie predikčnej strednej štvorcovej chyby (MSE). Zistilo sa, že maximálna rýchlosť prúdenia smerom nadol a hĺbka kľúčovej dierky sú dve najkritickejšie fyzikálne premenné, ktoré riadia tvorbu pórovitosti; okrem toho oba vykazujú monotónnu koreláciu s úrovňami pórovitosti, zatiaľ čo príspevky času tuhnutia a veľkosti bazénu taveniny sú relatívne malé a nie sú-monotónne. Využitím techník fúzie prvkov na transformáciu fyzikálnych premenných na bezrozmerné prvky,{14}}ktoré efektívne opisujú tvorbu, pohyb a zachytenie bublín-, štúdia nielen znížila dimenzionalitu prvkov, ale zachovala aj značnú presnosť predikcie, pričom modelu poskytla jasnejšiu fyzikálnu interpretovateľnosť a lepšiu štatistickú stabilitu. Na základe analýzy interpretovateľnosti SHAP sa jednoznačne stanovilo, že pomer strán kľúčovej dierky vykazuje silnú pozitívnu koreláciu s úrovňami pórovitosti, čím slúži ako účinný indikátor na priame hodnotenie sklonu k tvorbe pórovitosti; súčasne sa zistilo, že na tvorbu pórovitosti má významný vplyv aj sila ťahu smerom nadol{17}}charakterizovaná Stokesovým číslom{18}.
