Исследователи научили нейросеть прогнозировать прочность композита, армированного карбидом и бромидом титана, после обработки

Профессор РУДН с коллегами из Италии, Канады и Турции построил глубокую нейронную сеть, которая почти со 100%-ой точностью прогнозирует прочность композитных материалов после обработки. Результаты опубликованы в журнале Materials.

Композиты с металлической матрицей — современная альтернатива стали. Это своего рода «молекулярно-армированный материал», который состоит из металлической матрицы-арматуры и наполнителя. Такие композиты можно усилить дополнительно, например, с помощью монобромида или карбида титана. Но даже такие материалы не застрахованы от разрушения, поэтому их дополнительно обрабатывают дробеструем: мощная струя газа с с мелкими частицами он делает сильнее.. Чтобы подобрать оптимальные параметры дробеструйной обработки, нужна обширная экспериментальная база. Но проводить такие эксперименты дорого и долго, а существующие симуляторы не дают правдоподобного результата. Российский ученый с коллегами из Италии, Канады и Турции обучил для этого глубокую нейронную сеть.

«Большая часть разрушений в металлических материалах начинается с поверхности. Это происходит в том числе и в критически важных деталях на промышленных производствах. Поэтому дробеструйная обработка может сыграть решающую роль и улучшить механические свойства поверхности — твердость, устойчивость к коррозии и износу. Понятно, что проводить испытания в этой области трудоемко и дорого. Программы для моделирования содержат много ошибок, что может приводить к катастрофическим повреждениям», — говорит Реза Каши Заде Казем, профессор департамента транспорта РУДН.

Чтобы обучить нейросеть, исследователи использовали экспериментальные данные дробеструйной обработки титановых композитов с разным содержанием усилителей. За входные данные ученяе приняли содержание усилителей — монобромила и карбида титана — и интенсивность обработки. На выходе нейросеть дает описание твердости и остаточных напряжений по всей глубине материала.

Точность построенной нейросети оказалось почти идеальной. Твердость материала прогнозируется с точностью 99,4%, а остаточное напряжение — 98,8%. Предыдущие результаты, полученные на неглубокой нейронной сети, были примерно на 1% хуже. Нейросеть помогает понять, как на результат повлияет интенсивность обработки. Например, самое выраженное остаточное напряжение появляется на глубине до 15 микрометров от поверхности при интенсивности 0,25-0,30 по специальной шкале Альмена.

«Прогнозы глубокой нейронной сети оказались на 0,98% точнее, чем у обычной. Поэтому глубокие нейронные сети можно считать мощным инструментом для анализа твердости и остаточного напряжения после дробеструйной обработки», — говорит Реза Каши Заде Казем.