Он выяснил, что качество соединений, выполненных контактной точечной сваркой, можно спрогнозировать, и лучше всего с этой задачей справляется искусственная нейросеть. Ранее качество швов проверяли уже после работы, используя различные методы контроля.

Давэй Чжао заметил, что с качеством сварки коррелирует сигнал мощности. В нем содержится информация о динамическом сопротивлении, а это свойство указывает на состояние швов в процессе сварки. Постдок исследовал вариации сигналов мощности – признаки менялись. На их основе с помощью регрессионной модели и искусственной нейронной сети обратного распространения удалось спрогнозировать диаметр сварочной точки. Этот параметр, а также максимальная нагрузка, которую выдерживают соединения, и условия, при которых они разрушаются, являются основными характеристиками качества сварных швов.

– Модель нейронной сети обратного распространения в реальной работе показывает лучшую прогностическую способность, чем регрессионная модель, благодаря способности к случайному нелинейному отображению. Следовательно, нейронная сеть может приближаться к нелинейным функциям с произвольной точностью, регулируя переменный вес соединения. Но модель нейронной сети требует больше экспериментальных данных, что может увеличить стоимость использования и временные затраты, – рассказал Давэй Чжао.

Основная часть исследования прошла на базе Хуачжунского университета науки и технологии (КНР). Работу провели на высокопрочных материалах: исследования с их использованием являются стратегическим направлением развития кафедры оборудования и технологий сварочного производства ЮУрГУ. Как отметил декан факультета материаловедения и металлургических технологий, кандидат технических наук, доцент Михаил Иванов, приглашение постдока Давэя Чжао усилило научный потенциал кафедры.

– В настоящее время ответственные сварные соединения подлежат обязательному контролю после сварки. В отрасли считается, что контроля режимов сварки недостаточно для заключения о годности сварного шва, вследствие многофакторности процесса сварки. Уникальность проведенной научной работы в том, что для относительно простого способа контактной точечной сварки удалось спрогнозировать качество сварного шва путем контроля энергетических и силовых параметров, – пояснил Михаил Александрович.

Статья о характеристиках регрессионной модели и искусственной нейронной сети при мониторинге качества сварки опубликована в одном из самых престижных журналов первого квартиля – Journal of Materials Research and Technology.

Давэй Чжао считает, что кроме нейросети обратного распространения есть и другие надежные методы контроля качества сварки. Поэтому исследование будет продолжаться, теперь уже на базе ЮУрГУ.

Материаловедение – одно из трех стратегических направлений развития научной и образовательной деятельности Южно-Уральского государственного университета, наряду с цифровой индустрией и экологией.

Приглашение в ЮУрГУ постдоков осуществляется в рамках Проекта 5-100, призванного повысить конкурентоспособность российских университетов среди ведущих мировых научно-образовательных центров.