Araştırmamın kapsamı, makine öğrenimini, özellikle de kaynak kaynaklı artık gerilimi tahmin etmek için yapay sinir ağlarını kullanarak verimli vekil modeller geliştirmeye odaklanıyor. Temel odak noktamız, verimliliği artırmak için kaynak simülasyonu için veri üretiminin nasıl otomatikleştirileceğini ele almaktır. Python komut dosyaları ve makro işlevleriyle veri oluşturmayı otomatikleştirmenin, simülasyon kurulum süresini önemli ölçüde azaltarak büyük veri kümesi oluşturmaya olanak tanıdığını belirledik.
Ek olarak, yapay sinir ağı tabanlı devre modelimiz, kaynak kaynaklı artık gerilimi doğru bir şekilde tahmin ederek 0,0024'lük bir göreli kök ortalama kare hatası elde eder. 0,0024'lük bir göreli kök ortalama kare hatası elde etmek. Protokolümüz, Python komut dosyaları ve makro işlevleri aracılığıyla veri oluşturmayı otomatikleştirerek, simülasyon kurulumu ve veri çıkarma için gereken zamanı ve çabayı azaltarak avantajlar sunar.
Bu, tutarlılığı sağlar ve makine öğrenimi modellerini eğitmek için kapsamlı veri kümesinin oluşturulmasını sağlar. Başlamak için Abaqus'u açın ve dosyaya tıklayın, ardından çalışma dizinini ayarlamak için çalışma dizinini ayarlayın. Ardından sırayla dosya makro yöneticisine tıklayın ve termal kayıt adlı bir makro oluşturun.
Kaynak numuneleri için bir model oluşturun. Örnek olarak plaka yapısı kıyaslama durumunda tek bir kaynak dikişi kullanın. Parçaya ve ardından parça oluştur'a tıklayın.
XY düzlemi üzerinde kare bir çizim çıkararak numunenin 3B deforme olabilen bir yarım modelini oluşturun. Şimdi parçaya tıklayın, referans düzlemi oluşturmak için gidin ve ilke düzleminden ofseti seçin. Boncuk uzunluğuna göre YZ düzleminden ofsetleri belirterek kaynağın başlangıç ve bitiş noktalarını tanımlayın.
Ardından, sırasıyla XY düzleminden ve XZ düzleminden uzaklıkları belirterek boncuk derinliği ve genişliği için iki ek referans düzlemi oluşturun. Parçaya tıklayın ve dört referans düzlemini kullanarak numunenin hücre bölümlerini oluşturmak için bölme hücresi referans düzlemini kullan seçeneğini seçin. Ardından parçaya tıklayın ve katı ekstrüzyon oluştur'u seçin.
Kaynak dikişinin numunenin üst yüzeyinin altındaki kısmını tanımlamak için referans düzlemlerinden birinde bir çizim oluşturun. Boncuk boyutlarını takip eden bir yay ve iki çizgi kullanın. Kesimi oluşturmak için çizimi boncuk uzunluğunun derinliğine kadar sıkın.
Ardından, iç sınırları koru'yu seçerken çizimi boncuk uzunluğuna kadar sıkın. Parçaya tıklayın, ardından referans düzlemi oluştur'u seçin ve ana düzlemden ofsetleyin. Kaynak dikişini, referans düzlemlerinden birinde tek bir çizgide iki yay kullanarak çizin.
Parçaya tıklayın, bölme hücresini seçin ve bulmak için dört referans düzlemini kullanarak örneğin hücre bölümlerini oluşturmak için referans düzlemini kullanın. Paslanmaz çelik AISI 316 LN'nin malzemesini tanımlamak için özelliğe tıklayın ve malzeme oluşturun, ardından sıcaklığa bağlı verileri kullanarak genel menüde yoğunluğu ve termal menüde iletkenliği ve özgül ısıyı tanımlayın. Ardından, modele malzeme atayın.
Özelliğe tıklayın, ardından tanımlanan malzeme ile homojen bir katı bölüm oluşturmak için bölüm oluştur'a tıklayın. Oluşturulan bölümü modele atamak için özelliğe tıklayın, bölüm atayın. Şimdi adıma tıklayın, ardından 26.43'lük bir zaman periyodu ve 0.1'lik sabit bir zaman artışı ile kaynak adlı bir ısı transfer adımı oluşturmak için adım oluşturun, böylece geometrinin doğrusal olmamasını sağlayın.
İlk, minimum ve maksimum artış boyutları sırasıyla 0,1, 0,05 ve 5 olarak ayarlanmış uyarlanabilir zaman artışlarını kullanarak 70 zaman periyoduna sahip soğutma adlı başka bir ısı transferi adımı oluşturun. sırasıyla 0,1, 0,05 ve 5 olarak ayarlayın. Son olarak, sırasıyla 5, 1 ve 100 olarak ayarlanmış başlangıç, minimum ve maksimum artış boyutlarına sahip uyarlanabilir zaman artışlarını kullanarak 2.000 zaman periyoduna sahip iki soğutma adlı bir ısı transfer adımı oluşturun.
Model özniteliklerini ayarlamak için model, özniteliği düzenle'ye tıklayın. Özellik ayarlarına erişmek için Mutlak sıfır sıcaklığını 273.15 olarak ayarlayın.
Mutlak sıfır sıcaklığını 273.15 olarak ayarlayın. Stefan-Boltzmann sabitini 5,67 x 10 üzeri 11 olarak belirtin. Tüm model için bir düğüm sıcaklığı talebi ayarlamak için adıma tıklayın ve alan çıktısı oluşturun.
Ardından bağımlı bir örnek oluşturmak için derlemeye tıklayın ve örnek oluşturun. Ardından, simetrik düzlem hariç modelin tüm yüzeylerinde 15'e kadar bir film katsayısı ve 20'lik bir lavabo sıcaklığı ile bir yüzey filmi durumu etkileşimi oluşturmak için etkileşim, etkileşim ve yüzey filmi koşulu oluştur'a sırayla tıklayın. Başlangıç adımını kaynak olarak ayarlayın.
Şimdi sırayla etkileşime, etkileşim oluşturmaya ve yüzey radyasyonuna tıklayın, böylece simetrik düzlem hariç modelin tüm yüzeylerinde 0.7 emisyon ve 20 ortam sıcaklığı ile bir yüzey radyasyonu etkileşimi oluşturun. Başlangıç adımını kaynak olarak ayarlayın, yük modülünde yükleri tanımlayın. Kaynak adımında başlayan ve iki soğutma adımı sırasında etkin olmayan kullanıcı tanımlı bir vücut ısı akısı yükü oluşturmak için yüke tıklayın, yük termal ve vücut ısı akısı oluşturun.
Ardından, 20'lik bir oda sıcaklığını temsil etmek için ilk adımdan başlayarak önceden tanımlanmış bir sıcaklık alanı oluşturmak için yükle, önceden tanımlanmış alan oluştur, diğer ve alan'a tıklayın. Ağ modülünde bir ağ oluşturmak için, ağa tıklayın, parça olacak nesneyi seçin ve parçayı 0.0024 global boyutunda tohumlamak için çekirdek parçası seçin. Ağa tıklayın, ardından boncuk derinliği ve boncuk genişliğinin kenarlarını 3 numara ile tohumlamak için tohum kenarlarına tıklayın.
Yayın kenarını 3'e ve boncuk uzunluğunun kenarına 0.0015 boyutunda tohumlayın. Ardından, ağa tıklayın, ağ kontrolleri atayın ve boncuk bölgesi için serbest teknikle TET şekil öğesini kullanın. Mesh'e tıklayın, eleman tipini atayın ve eleman tipini DC 3D 10 olarak ayarlayın, ardından parçayı meshleyin.
Kafes kullanın, ardından 0,0015 boyutunda ince ağ bölgesi içindeki X eksenine doğrusal olan tohum kenarlarına, 0,0011 boyutunda Y ekseni kenarlarına ve 0,00075 boyutunda Z ekseni kenarlarına tohum kenarları kullanın. ve 0.00075 boyutunda Z ekseni kenarları. Şimdi, süpürme tekniği ile altıgen şekil öğesini kullanarak kalan bölge için ağ kontrolü atamak için mesh'e ve ardından atanan mesh kontrollerine tıklayın.
Ardından mesh'e tıklayın, eleman tipini atayın ve eleman tipini DC 3D 20 olarak ayarlayın, ardından parçayı meshleyin. Termal analiz adlı bir iş oluşturmak için işe tıklayın, iş oluştur'a tıklayın ve D flux kullanıcı alt yordamını ekleyin. Makro kaydını durdurun.
abaqusMacros adlı bir Python dosyası olduğunu onaylayın. py, çalışma dizininde oluşturulur. Son olarak, işe, iş yöneticisine tıklayın ve gönderin.
ThermalAnalysis adlı bir sonuç dosyası. ODB oluşturulacaktır. BD çizgisi boyunca uzunlamasına gerilmeler, ark hareket uzunluğu, ark ilerleme hızı ve net enerji giriş hızının farklı kombinasyonları arasında tutarlı bir varyasyon gösterdi ve gerilme yüzeye daha yakın zirve yaptı ve daha derin derinliklerde azaldı.
Sonlu eleman simülasyonu ve yapay sinir ağı tahminleri arasındaki tutarsızlıkların çoğu, test verilerinin %45,2'sini oluşturan 0 ila 2 Megapaskal aralığındaydı. Daha az eğitim veri noktasına sahip stres seviyesi kutuları, belirli kutuların mutlak kalıntılarında görüldüğü gibi test veri kümesinde daha yüksek maksimum tutarsızlıklar sergiledi. Yapay sinir ağı tahminleri, sonlu elemanlar simülasyon sonuçlarını 0,0024'lük bir ortalama kare hatasıyla yakından eşleştirdi.