Кейс «Прогнозирование размеров сварного шва при электронно-лучевой сварке тонкостенных конструкций аэрокосмического назначения»
В качестве исходных данных были взяты результаты экспериментальных исследований, проводимых в целях улучшения технологического процесса электронно-лучевой сварки изделия, сборка которого состоит из элементов, состоящих из разнородного материала. Установка электронно-лучевой сварки, на которой проводились исследования, предназначена для сварки электронным лучом в глубоком вакууме деталей сборочных единиц из нержавеющих сталей, титановых, алюминиевых и специальных сплавов. Существующая установка электронно-лучевой сварки обеспечивает повторяемость режимов в рамках возможностей реализованной системы управления. Работы по сварке выполнялись на образцах-имитаторах, соответствующих технологическому изделию.
Для уменьшения вложения энергии при сварке:
- Снижалась величина сварочного тока (IW);
- Увеличивался ток фокусировки электронного пучка (IF);
- Увеличивалась скорость сварки (VW);
- Менялось расстояние от поверхности образцов до электронно-оптической системы (FP).
По совокупности параметров технологических режимов обеспечивались минимально возможные размеры сварных швов: глубина шва (Depth) и ширина шва (Width). В процессе выполнения работ была произведена электронно-лучевая сварка 18-ти единиц образцов. Результаты металлографического контроля по размерам сварного шва для каждого образца проводились в 4-х поперечных сечениях сварного шва. Ускоряющее напряжение было постоянным в диапазоне 19,8 – 20 кВ. Набор полученных данных собраны в составе режимов сварки, размеров сварочных швов в поперечных сечениях всех образцов.
Требуется: провести прогнозирование глубины (Depth) и ширины (Width) сварного шва в зависимости от параметров технологического процесса (IW, IF, VW, FP).
В рамках выполнения итогового проекта необходимо для кейса выполнить следующие этапы:
- Предварительная обработка датасета.
- Применение минимум 3-х алгоритмов машинного обучения (включая обязательно использование искусственных нейронных сетей) в Jupyter Notebook (или colab) позволяющих решить поставленную задачу анализа данных, выбрать лучшую модель и применить ее в приложении.
- Создание локального репозитория git.
- Реализация приложения. Приложение может быть консольное, оконное или веб-приложение по выбору.
- Создание профиля на github.com
- Выгрузка коммитов приложения из локального репозитория на github.com.
Приложение запускается локально по ссылке: Running on http://127.0.0.1:5000/ Для выхода из приложения нужно нажать CTRL+C(Press CTRL+C to quit)
Работа выполнена слушательницей курсов в обучающем центре МГТУ им. Н. Э. Баумана Евдокимовой Оксаной Николаевной
Спасибо всем моим преподавателям и сокурсникам! Без всех вас эта работа была бы невозможна. Спасибо всем, кто помогал словом, делом, советом и кодом. Благодарю вас всех!