Der Schwerpunkt meiner Forschung liegt auf der Entwicklung effizienter Surrogatmodelle unter Verwendung von maschinellem Lernen, insbesondere künstlichen neuronalen Netzen zur Vorhersage schweißinduzierter Eigenspannungen. Unser Hauptaugenmerk liegt auf der Frage, wie die Datengenerierung für die Schweißsimulation automatisiert werden kann, um die Effizienz zu steigern. Wir haben festgestellt, dass die Automatisierung der Datengenerierung mit Python-Skripten und Makrofunktionen die Einrichtungszeit für die Simulation erheblich verkürzt und die Erstellung großer Datensätze ermöglicht.
Darüber hinaus prognostiziert unser auf künstlichen neuronalen Netzen basierendes Schaltungsmodell die schweißinduzierte Eigenspannung genau und erreicht so einen relativen mittleren quadratischen Fehler von 0,0024. Erreichen eines relativen mittleren quadratischen Fehlers von 0,0024. Unser Protokoll bietet Vorteile, indem es die Datengenerierung durch Python-Skripte und Makrofunktionen automatisiert und so den Zeit- und Arbeitsaufwand für die Einrichtung der Simulation und die Datenextraktion reduziert.
Dies gewährleistet die Konsistenz und ermöglicht die Erstellung umfangreicher Datensätze zum Trainieren von Machine Learning-Modellen. Öffnen Sie zunächst Abaqus und klicken Sie auf Datei, gefolgt von Arbeitsverzeichnis festlegen, um das Arbeitsverzeichnis festzulegen. Klicken Sie dann nacheinander auf Datei Makromanager Arbeit und erstellen Sie ein Makro mit dem Namen Wärmeaufzeichnung.
Erstellen Sie ein Modell zum Schweißen von Probekörpern. Verwenden Sie als Beispiel einen Benchmark-Fall für eine einzelne Schweißnaht auf einer Blechstruktur. Klicken Sie auf Teil und dann auf Teil erstellen.
Erstellen Sie ein verformbares 3D-Halbmodell der Probe, indem Sie eine quadratische Skizze auf der XY-Ebene extrudieren. Klicken Sie nun auf das Teil, navigieren Sie zu Bezugsebene erstellen, und wählen Sie Versatz von Hauptebene aus. Definieren Sie die Start- und Endpunkte des Schweißens, indem Sie Versätze von der YZ-Ebene basierend auf der Sickenlänge angeben.
Erstellen Sie dann zwei zusätzliche Bezugsebenen für die Sickentiefe und -breite, indem Sie Versätze von der XY-Ebene bzw. der XZ-Ebene angeben. Klicken Sie auf das Teil, und wählen Sie die Option Teilungszelle mit Bezugsebene verwenden, um Zellenpartitionen der Probe mit den vier Bezugsebenen zu erstellen. Klicken Sie dann auf das Teil und wählen Sie Volumenextrudierung erstellen.
Erstellen Sie eine Skizze auf einer der Bezugsebenen, um den Teil der Schweißnaht unter der oberen Fläche der Probe zu definieren. Verwenden Sie einen Bogen und zwei Linien, die den Sickenabmessungen folgen. Extrudieren Sie die Skizze bis zur Tiefe der Sickenlänge, um den Schnitt zu erstellen.
Extrudieren Sie anschließend die Skizze auf die Sickenlänge, während Sie die Option Interne Berandungen beibehalten auswählen. Klicken Sie auf das Teil, und wählen Sie dann Bezugsebene erstellen und von der Hauptebene versetzen. Skizzieren Sie die Schweißnaht mit zwei Bögen in einer Linie auf einer der Bezugsebenen.
Klicken Sie auf das Teil, wählen Sie die Partitionszelle aus, und verwenden Sie die Bezugsebene, um Zellenpartitionen der Probe mit den vier zu suchenden Bezugsebenen zu erstellen. Um das Material des Edelstahls AISI 316 LN zu definieren, klicken Sie auf Eigenschaft und Material erstellen, dann definieren Sie die Dichte im Menü allgemein und die Leitfähigkeit und die spezifische Wärme im Menü Thermal anhand der temperaturabhängigen Daten. Weisen Sie dem Modell als Nächstes Material zu.
Klicken Sie auf Eigenschaft und dann auf Schnitt erstellen, um einen homogenen Volumenkörper mit dem definierten Material zu erstellen. Klicken Sie auf Eigenschaft, Schnitt zuweisen, um den erstellten Schnitt dem Modell zuzuweisen. Klicken Sie nun auf Schritt, gefolgt von Schritt erstellen, um einen Wärmeübertragungsschritt mit dem Namen Schweißen mit einer Zeitspanne von 26,43 und einem festen Zeitinkrement von 0,1 zu erstellen, um sicherzustellen, dass die Geometrie nicht nichtlinear ist.
Erstellen Sie einen weiteren Wärmeübertragungsschritt mit dem Namen "Kühlschritt" mit einem Zeitraum von 70 unter Verwendung adaptiver Zeitschritte, wobei die Anfangs-, Minimal- und Maximalinkrementgrößen auf 0,1, 0,05 bzw. 5 festgelegt sind. auf 0,1, 0,05 bzw. 5 festgelegt. Erstellen Sie abschließend einen Wärmeübertragungsschritt mit dem Namen "Kühlen zwei" mit einem Zeitraum von 2.000 unter Verwendung adaptiver Zeitschritte, wobei die Anfangs-, Minimal- und Maximalinkrementgrößen auf 5, 1 bzw. 100 festgelegt sind.
Um die Modellattribute festzulegen, klicken Sie auf Modell, Attribut bearbeiten. , um auf die Attributeinstellungen zuzugreifen. Stellen Sie die Temperatur des absoluten Nullpunkts auf 273,15 ein.
Stellen Sie die Temperatur des absoluten Nullpunkts auf 273,15 ein. Geben Sie die Stefan-Boltzmann-Konstante als 5,67 x 10 hoch 11 an. Klicken Sie auf Schritt und Feldausgabe erstellen, um eine Knotentemperaturanforderung für das gesamte Modell festzulegen.
Klicken Sie dann auf Assembly und Instanz erstellen, um eine abhängige Instanz zu erstellen. Klicken Sie anschließend nacheinander auf Wechselwirkung, Wechselwirkung und Oberflächenfilmzustand erstellen, um eine Wechselwirkung mit dem Oberflächenfilmzustand mit einem Filmkoeffizienten von 15 und einer Senkentemperatur von 20 auf allen Oberflächen des Modells mit Ausnahme der symmetrischen Ebene zu erstellen. Legen Sie den Startschritt auf Schweißen fest.
Klicken Sie nun nacheinander auf Wechselwirkung, Wechselwirkung erzeugen und Oberflächenstrahlung, um eine Wechselwirkung mit Oberflächenstrahlung mit einem Emissionsgrad von 0,7 und einer Umgebungstemperatur von 20 auf allen Oberflächen des Modells mit Ausnahme der symmetrischen Ebene zu erzeugen. Stellen Sie den Startschritt auf Schweißen ein, definieren Sie Lasten im Lastmodul. Klicken Sie auf Last, Wärme- und Körperwärmefluss der Last erstellen, um eine benutzerdefinierte Körperwärmestromlast zu erstellen, die im Schweißschritt beginnt und während der beiden Kühlschritte inaktiv ist.
Klicken Sie dann auf Laden, vordefiniertes Feld erstellen, Sonstiges und Feld, um ab dem ersten Schritt ein vordefiniertes Temperaturfeld zu erstellen, das eine Raumtemperatur von 20 darstellt. Um ein Netz im Netzmodul zu erstellen, klicken Sie auf Netz, wählen Sie das Objekt aus, das Teil sein soll, und setzen Sie das Teil, um das Teil mit einer globalen Größe von 0,0024 zu säen. Klicken Sie auf Netz und dann auf Kanten säen, um die Kanten der Sickentiefe und -breite um eine Zahl von 3 zu säen.
Die Kante des Bogens um die Zahl 3 und die Kante der Perlenlänge um eine Größe von 0,0015 säen. Klicken Sie anschließend auf Mesh, weisen Sie Mesh-Steuerelemente zu und verwenden Sie das TET-Formelement mit der freien Technik für den Bead-Bereich. Klicken Sie auf Netz, Elementtyp zuweisen, legen Sie den Elementtyp auf DC 3D 10 fest und vernetzen Sie dann das Teil.
Verwenden Sie ein Netz und dann Kernkanten, um Kanten zu Kernkanten zu verwenden, die mit der X-Achse innerhalb des feinen Netzbereichs mit einer Größe von 0,0015, die Kanten der Y-Achse mit einer Größe von 0,0011 und die Kanten der Z-Achse mit einer Größe von 0,00075 kollinear sind. und die Kanten der Z-Achse mit einer Größe von 0,00075. Klicken Sie nun auf Mesh, gefolgt von den zugewiesenen Mesh-Steuerelementen, um die Mesh-Steuerung für den verbleibenden Bereich zuzuweisen, indem Sie das Hex-Shape-Element mit der Sweep-Technik verwenden.
Klicken Sie dann auf Netz, weisen Sie den Elementtyp zu und setzen Sie den Elementtyp auf DC 3D 20, gefolgt von der Vernetzung des Teils. Klicken Sie auf Job, Job erstellen, um einen Job mit dem Namen Thermische Analyse zu erstellen, und hängen Sie das Benutzer-Subprogramm D flux an. Stoppen Sie die Makroaufzeichnung.
Vergewissern Sie sich, dass es sich um eine Python-Datei mit dem Namen abaqusMacros handelt. py wird im Arbeitsverzeichnis generiert. Klicken Sie abschließend auf Job, Job-Manager und Senden.
Eine Ergebnisdatei mit dem Namen ThermalAnalysis. ODB wird generiert. Die Längsspannungen entlang der BD-Linie zeigten eine konsistente Variation über verschiedene Kombinationen von Lichtbogenverfahrlänge, Lichtbogenvortriebsgeschwindigkeit und Nettoenergieeintragsrate, wobei die Spannung näher an der Oberfläche ihren Höhepunkt erreichte und in größeren Tiefen abnahm.
Die meisten Diskrepanzen zwischen Finite-Elemente-Simulationen und Vorhersagen künstlicher neuronaler Netze lagen im Bereich von 0 bis 2 Megapascal und machten 45,2 % der Testdaten aus. Bins mit Stressleveln mit weniger Trainingsdatenpunkten wiesen höhere maximale Diskrepanzen im Testdataset auf, wie sie in absoluten Residuen bestimmter Bins zu sehen sind. Die Vorhersagen der künstlichen neuronalen Netze stimmten mit den Ergebnissen der Finite-Elemente-Simulation mit einem mittleren quadratischen Fehler von 0,0024 gut überein.
