Araştırma, GH4169 жана GH2909 süperalaşımlarının elektron ışınıyla kaynaklandığı ар түрдүү malzemeli birleşimlerde, ширетүү metali (weld metal, WM) үчүн түздөн-түз eğitim verisi kullanmadan чарчоо çatlağı өсүү (fatigue crack growth, FCG) ömrünün болжолдоо edilip edilemeyeceğini inceliyor. Araştırmacılar yalnızca негизги metal (base metal, BM) жана ısıdan etkilenmiş bölge (heat-affected zone, HAZ) verileriyle eğitilen; malzemeye uyarlanan Paris yasası, 19 boyutlu fizik destekli бир sinir ağı жана koşula ылайык değişen ağırlıklı füzyonu birleştiren DPID çerçevesini geliştirdi. En başarılı tek eğitim çalıştırmasında ширетүү metali test setinde ortalama bağıl hata %16,7 жана R²=0,690 elde edildi; 10 WM numunesinin tamamı deneysel değerin 1,5 katlık saçılım bandı ичинде kaldı. Bununla birlikte натыйжа, belirli GH4169/GH2909 ширетүү sistemi жана yalnızca 10 hedef-bölge numunesi үстүндө doğrulandığından, yöntemin başka malzemelere, ширетүү proseslerine же чыныгы servis yük spektrumlarına aynı doğrulukla aktarılabildiği sonucuna varılamaz.
Çalışmanın негизги problemi, ар түрдүү malzemelerin kaynaklandığı бир yapının aynı bağlantı ичинде homojen davranmamasıdır. Ana metal, ısıdan etkilenmiş bölge жана ширетүү metalinin mikroyapısı менен mekanik özellikleri birbirinden ayrıldığı үчүн бир bölgede kalibre edilen жарака өсүү modeli diğer bölgeye taşındığında айкын бир domain shift, yani маалымат dağılımı kayması ortaya çıkabilir. Булак metalinden yeterli sayıda чарчоо çatlağı testi elde etmek болсо zaman, maliyet жана tahribat gerektirir. DPID ыкмасы ошондуктан “verisi görülmemiş” WM bölgesini, erişilebilir BM жана HAZ маалыматтарынан болжолдоо etmeyi hedeflemektedir.
Yöntemin öne çıkan yönü fiziksel modeli же makine öğrenmesini tek başına kullanmak yerine ikisinin güvenilirliğini örnek bazında dengelemesidir. Paris yasası жарака büyümesine fiziksel бир негизги sağlarken sinir ağı doğrusal olmayan ilişkileri öğrenir; son füzyon ağırlığı болсо gerilme şiddeti faktörü aralığı ΔK жана malzemenin çekme dayanımı dikkate alınarak өзгөртүлөт. Böylece система, yalnızca veriye dayalı modelin hedef bölgedeki aşırı ekstrapolasyonunu azaltmaya çalışırken klasik Paris yaklaşımının материал heterojenliğine ilişkin sınırlılığını da veriyle düzeltmektedir.
Изилдөөнүн негизги маселеси кандай?
Aero-motor турбина dış halka muhafazalarında GH4169 жана GH2909 сыяктуу ар түрдүү özelliklere sahip süperalaşımlar elektron ışını kaynağıyla birleştirilebilmektedir. Çalışmanın açıklamasına ылайык GH4169 жогорку температура dayanımı, GH2909 болсо төмөн жылуулук кеңейүү özelliği nedeniyle бул tip yapılarda birlikte колдонулууда. Fakat ширетилген bağlantının ар түрдүү mikrobölgeleri aynı чарчоо çatlağı өсүү davranışını göstermez.
Klasik Paris yasası tabanlı ömür tahmini her bölge үчүн C жана m parametrelerinin deneysel катары kalibre edilmesini gerektirebilir. Бул durum өзгөчө ширетүү metali сыяктуу маалымат üretmenin pahalı экендиги bölgelerde маанилүү бир kısıt oluşturur. Salt маалымат odaklı modeller болсо eğitim verisinin dağılımından uzaklaşıldığında güvenilirliğini kaybedebilir. Araştırma бул эки sorunu aynı çerçevede ele almaktadır.
Эксперименттик үлгүлөр кантип даярдалды?
GH4169 жана GH2909 dövme süperalaşım boşluklarından 220 × 56 × 4 mm boyutlarında ince plakalar işlendi жана 220 mm doğrultusunda elektron ışını alın kaynağı uygulandı. Булак işlemi 6 × 10-2 Pa değerinin астында vakumda жана en fazla 60 kV hızlandırma gerilimiyle gerçekleştirildi. Prosesin HB/Z 315 жогорку температура alaşımları жана paslanmaz çeliklerin vakum elektron ışını kaynağı standardını izlediği белгиленет.
Булак андан кийин artık gerilmeleri azaltmak amacıyla vakum yaşlandırma işlemi uygulandı: numuneler 720 ± 10 °C'de 8 saat tutuldu, fırında 620 °C'ye soğutuldu, бул sıcaklıkta 8 saat көбүрөөк bekletildi жана андан соң oda sıcaklığına havada soğutuldu.
Yorulma çatlağı өсүү testleri ASTM E647'ye uygun kompakt çekme (CT) numuneleriyle yapıldı. Numune genişliği W=52,5 mm, kalınlığı b=2,6 mm'dir. Çatlağın hedeflenen bölgede ilerlemesini desteklemek үчүн эки yüzeyde 0,3 mm derinliğe, 0,1 mm kök yarıçapına жана 90° açılma açısına sahip yan oluklar işlendi. Kaynaktaki teknik çizimler, WM, HAZ жана BM numunelerinde başlangıç çatlağının ар түрдүү mikrobölgelere konumlandırıldığını açık түрдө көрсөтөт.
Кайсы аймактар жана шарттар текшерилди?
Numuneler başlangıç çatlağı konumuna ылайык BM-GH2909, BM-GH4169, HAZ-GH2909 жана WM gruplarına ayrıldı. Yorulma çatlağı өсүү deneylerinde gerilme катышы R=0,1 жана frekans 15 Hz катары kullanıldı. Булак маалымат seti oda температурасы менен 500 °C жана 600 °C koşullarını kapsamakla birlikte her bölge her sıcaklıkta aynı sayıda ölçülmemiştir. Булак metali hedef test маалыматтарды 500 °C жана 600 °C koşullarından oluşmaktadır.
Tek eksenli çekme deneylerinden elastisite modülü E, akma dayanımı σy жана nihai çekme dayanımı σb elde edildi. Çalışma, бул değerlerin deneylerle belirlenip gerektiğinde материал el kitabındaki bilgilerle tamamlandığını белгилейт.
Маалыматтар топтому кантип түзүлдү?
BM жана HAZ bölgelerinin deneysel жарака өсүү маалыматтарды Smith yöntemiyle Paris yasasına uyarlandı. Elde edilen fizik tabanlı modeller үстүндө сандык integrasyon колдонуу менен маалымат artırımı yapıldı. Sonuçta BM жана HAZ үчүн 36 deneysel örnek менен 85 artırılmış örneğin birleşiminden toplam 121 örneklik ширетүү-bölge маалымат seti oluşturuldu.
Бул 121 örneğin 100'ü eğitim, 21'i валидация үчүн ayrıldı. Булак metalinden elde edilen 10 örnek болсо eğitim жана doğrulamaya katılmadan bağımsız hedef test seti катары kullanıldı. Бул ayrım изилдөөнүн “zero-shot” iddiasının temelidir: модель WM etiketli ömür verisini eğitim учурунда görmemektedir.
Temel кирүү өзгөрмөлөрү elastisite modülü E, akma dayanımı σy, nihai çekme dayanımı σb, температура T, uygulanan yük P, başlangıç жарака uzunluğu a0 жана son жарака uzunluğu ac'dir. Çıkış değişkeni цикл cinsinden чарчоо çatlağı өсүү мөөнөтү N'dir.
Маалыматтар кантип стандартташтырылды?
Tüm кирүү özellikleri Z-skoru yöntemiyle standartlaştırıldı:
\[ z_i=\frac{x_i-E(x)}{D(x)} \]
Burada xi özgün өзгөчөлүк değerini, E(x) özelliğin ortalamasını жана D(x) standart sapmasını билдирет. Булак metin бул dönüşümü маалымат kümesinin Gauss dağılımı varsayımıyla açıklamaktadır; бирок мындан тышкары raporlanmış бир normallik testi sunulmamaktadır.
DPID алкагы кайсы үч компоненттен турат?
1. Malzemeye uyarlanan fizik tabanlı модель: Paris yasasının C жана m katsayıları, örneğin nihai çekme dayanımına ылайык өзгөртүлөт. Böylece aynı katsayıların бардык ширетүү mikrobölgelerine uygulanması yerine материал dayanımına bağlı uyarlama yapılır.
2. Geliştirilmiş маалымат tabanlı модель: Deneysel değişkenler, kırılma mekaniğiyle ilişkili fiziksel өзгөчөлүктөр жана dönüştürülmüş өзгөчөлүктөр бир araya getirilerek 19 boyutlu бир кирүү sistemi oluşturulur жана çok katmanlı ileri beslemeli sinir ağına verilir.
3. Uyarlamalı ağırlıklı füzyon: Fizik modelinin жана маалымат modelinin tahminleri sabit oranla birleştirilmez. ΔK жана çekme dayanımından türetilen güven düzeyi fizik modeline verilecek ağırlığı belirler; hedef материал dayanımı eğitim aralığının dışına чыкканда fizik modelinin ağırlığı мындан тышкары cezalandırılır.
Verianla Live: DPID болжолдоо чынжыры кантип иштейт?
Aşağıdaki süreç, çalışmadaki DPID mimarisi менен ağırlıklı füzyon akışının birleştirilmiş açıklayıcı gösterimidir. Adımlar kaynakta tanımlanan чыныгы модель bileşenlerini izler; yeni бир эсептөө aşaması eklenmemiştir.
| Aşama | Açıklama | Булак |
|---|---|---|
| 1. Булак bölge verisi | BM жана HAZ deneysel маалыматтарды менен бул bölgelerden oluşturulan eğitim/валидация örnekleri hazırlanır. | Сүрөт 3; Бөлүм 2.2 |
| 2. Fizik tabanlı болжолдоо | Malzeme dayanımına ылайык uyarlanan Paris parametreleri колдонуу менен Nphys эсептелет. | Сүрөт 3; Denklem 2-3 |
| 3. Fizik destekli өзгөчөлүктөр | Temel, fiziksel жана dönüştürülmüş değişkenlerden 19 boyutlu кирүү vektörü oluşturulur. | Tablo 3; Сүрөт 4 |
| 4. Veri tabanlı болжолдоо | 19-20-12-6-1 mimarili sinir ağı Ndata tahminini üretir. | Сүрөт 4; Бөлүм 3.3 |
| 5. Güven жана ceza эсеби | ΔK жана çekme dayanımı aralıklarına ылайык fizik modelinin güven ağırlığı belirlenir; gerekirse λ cezası uygulanır. | Сүрөт 5; Denklem 4a-4d |
| 6. Nihai füzyon | Nphys менен Ndata, örneğe özgü ωphys ağırlığı колдонуу менен Nf tahmininde birleştirilir. | Denklem 5 |
| 7. Görülmemiş WM testi | Eğitimde kullanılmayan 10 WM numunesinin чарчоо çatlağı өсүү мөөнөтү болжолдоо жасалат жана deneylerle karşılaştırılır. | Бөлүм 4.1; Tablo 5 |
Verianla Live: Görselleştirme, бул görünür илимий маалымат tablosundan tarayıcıda oluşturulur. Tablo илимий ширетүү-of-truth катары korunur.
Материалга ылайыкташкан Paris модели
Çalışma, referans Paris katsayılarını Cbase=2,138 × 10-10 m/цикл жана mbase=1,9 катары tanımlar. i'inci örnek үчүн katsayılar nihai çekme dayanımının eğitim seti ortalamasına oranıyla өзгөртүлөт:
\[ C_i=C_{base}\left(\frac{\sigma_{u,i}}{\bar{\sigma}_u}\right)^{-k_c} \]
\[ m_i=m_{base}\left(\frac{\sigma_{u,i}}{\bar{\sigma}_u}\right)^{-k_m} \]
Burada σu,i i'inci örneğin nihai çekme dayanımı, \(\bar{\sigma}_u\) eğitim setindeki ortalama nihai çekme dayanımıdır. kc жана km katsayıları BM/HAZ eğitim setindeki fizik modelinin RMSE değerini en aza indirecek түрдө grid search менен optimize edildi. kc үчүн 0–3,0, km үчүн 0–2,0 aralıkları 0,1 adımla tarandı жана оптималдуу değerler sırasıyla kc=2,0 жана km=0,5 катары belirlendi.
Uyarlanmış Paris parametrelerinden fizik tabanlı ömür, geliştirilmiş trapez сандык integrasyonuyla hesaplandı:
\[ N_{\mathrm{phys}}= \sum_{i=2}^{n} \frac{a_i-a_{i-1}} {\frac{1}{2}\left[C(\Delta K_{i-1})^m+C(\Delta K_i)^m\right]} \]
Бул ifade жарака uzunluğu artışlarını, эки ardışık noktadaki Paris tipi жарака өсүү hızlarının ortalamasını kullanarak цикл sayısına dönüştürmektedir.
Физика колдогон 19 өлчөмдүү өзгөчөлүктөр системасы
| Özellik katmanı | Boyut | Özellikler |
|---|---|---|
| Temel өзгөчөлүктөр | 7 | E, σy, σb, T, P, a0, ac |
| Fiziksel өзгөчөлүктөр | 8 | Δa, Δσ, ΔK(a0), ΔK(ac), σb/σy, (σb-σy)/σy, E/σy, Nphys |
| Dönüştürülmüş өзгөчөлүктөр | 4 | C, m, lg[ΔK(a0)], √Δa |
Sinir ağı 19-20-12-6-1 mimarisine sahiptir. Üç gizli katmanda sırasıyla 20, 12 жана 6 nöron табылат жана LeakyReLU aktivasyonu колдонулат. Çıkış katmanı doğrusal aktivasyonlu tek nörondur жана Ndata чарчоо ömrünü üretir. Eğitim Levenberg-Marquardt algoritmasıyla, en fazla 400 iterasyon жана 1 × 10-6 hedef eğitim hatası колдонуу менен gerçekleştirilmiştir.
Кайсы өзгөчөлүктөр көбүрөөк салмакка ээ болду?
| Özellik | Ağırlık (%) | Çalışmadaki fiziksel anlam |
|---|---|---|
| Nphys | 18,2 | Fizik tabanlı modelin öncül ömür tahmini |
| ΔK0 | 15,7 | Başlangıç жарака ilerleme sürücüsü |
| σb/σy | 12,3 | Malzemenin pekleşme kapasitesiyle ilişkili oran |
| Δa | 10,5 | Çatlak өсүү aralığı |
| C | 9,8 | Malzemeye bağlı жарака өсүү katsayısı |
| T | 8,1 | Sıcaklık таасири |
| Diğer өзгөчөлүктөр | 25,4 | Kalan кирүү özelliklerinin toplamı |
Random Forest tabanlı өзгөчөлүк önem analizinde en жогорку tekil ağırlığın %18,2 менен Nphys'e verilmesi dikkat çekicidir. Бул натыйжа, fizik modelinden üretilen öncül tahminin маалымат tabanlı dal үчүн маанилүү бир киргизүү экенин көрсөтөт.
Адаптивдүү бириктирүү салмагы кантип аныкталат?
Gerilme şiddeti faktörü aralığı ΔK үч bölgeye ayrılmıştır: ΔK ≤ 15 MPa√m eşik yakını bölge, 15 < ΔK ≤ 30 MPa√m kararlı өсүү bölgesi жана ΔK > 30 MPa√m hızlı өсүү bölgesi. Nihai çekme dayanımı болсо eğitim örneklerinin medyanına ылайык төмөн жана жогорку dayanım gruplarına ayrılır. Böylece 3 × 2 kombinasyonla алты güven bölgesi Ωij oluşturulur.
Fizik modelinin ilgili bölgedeki ortalama bağıl hatası:
\[ \hat{\varepsilon}=N_{\mathrm{phys},k}-N_{\mathrm{exp},k} \]
\[ \varepsilon_{ij}= \frac{1}{n_{ij}} \sum_{k\in\Omega_{ij}} \left| \frac{\hat{\varepsilon}}{N_{\mathrm{exp},k}} \right| \]
катары эсептелет. Ardından fizik modeline verilen güven ağırlığı:
\[ \omega_{ij}=\frac{1}{1+\varepsilon_{ij}} \]
түрүндө tanımlanır. Fizik modelinin hata düzeyi azaldıkça ağırlık 1'e yaklaşır; hata büyüdükçe sıfıra yaklaşır.
Hedef örneğin nihai çekme dayanımı eğitim маалымат setindeki maksimum dayanımı aşıyorsa ağırlığa мындан тышкары çapraz материал cezası uygulanır:
\[ \omega_{\mathrm{phys}}= \begin{cases} \omega_{ij}, & \sigma_u\leq\sigma^{train}_{u,max}\\ \omega_{ij}(1-\lambda), & \sigma_u>\sigma^{train}_{u,max} \end{cases} \]
λ katsayısı валидация setinde grid search менен 0,1–0,5 арасында taranmış жана λ=0,3 seçilmiştir. Булакта verilen duyarlılık analizine ылайык λ'nın 0,25 менен 0,35 арасында değişmesi WM testindeki ortalama болжолдоо hatasını %2'den көбүрөөк az değiştirmiştir.
Nihai DPID tahmini:
\[ N_f= \omega_{\mathrm{phys}}N_{\mathrm{phys}} + (1-\omega_{\mathrm{phys}})N_{\mathrm{data}} \]
ifadesiyle oluşturulur.
Изилдөө колдогон натыйжалар
- BM жана HAZ маалыматтарынан oluşturulan DPID modeli, eğitimde kullanılmayan 10 WM numunesinde salt маалымат tabanlı modellerden көбүрөөк төмөн hata üretmiştir.
- En iyi tek eğitim çalıştırmasında DPID үчүн ortalama bağıl hata %16,7 жана R²=0,690'dır.
- Бул çalıştırmadaki бардык DPID tahminleri deneysel sonuçların 1,5 katlık saçılım bandı ичинде kalmıştır.
- Beş bağımsız eğitim çalıştırmasının ortalama bağıl hatası %18,14'tür жана бул çalıştırmalardaki бардык tahminler 2 katlık saçılım bandı ичинде kalmıştır.
- Fiziksel öncül bilgi менен маалымат tabanlı düzeltmenin birlikte kullanılması, бул маалымат setindeki küçük örneklem жана bölgesel dağılım kayması sorununda tek başına kullanılan modellere ылайык көбүрөөк kararlı натыйжа vermiştir.
Изилдөө колдобогон натыйжалар
- DPID'nin бардык ар түрдүү metal ширетилген birleşimlerde aynı doğruluğa ulaşacağı gösterilmemiştir.
- Model başka süperalaşım çiftleri же başka ширетүү teknolojileri үстүндө test edilmemiştir.
- Çalışma чыныгы aero-motor servis yük spektrumlarında uzun dönem saha валидациясы sunmamaktadır.
- 10 WM örneğiyle elde edilen performans genel бир endüstriyel doğruluk garantisi эмес.
- Faktör-1,5 saçılım bandında kalma sonucu бул эксперимент sistemi жана seçilen test setinin dışına otomatik катары genellenemez.
Türkiye жагынан yorum: Çalışma Türkiye'de yürütülmemiştir жана Türkiye'ye ait материал, ширетүү proses yeterlilik же servis yük verisi içermemektedir. Бул nedenle yöntemin Türkiye'deki havacılık же жогорку температура ширетилген yapı uygulamalarına aktarılması, ilgili yerel материалдар, ширетүү prosedürleri жана чыныгы kullanım koşullarıyla мындан тышкары doğrulanmayı gerektirir. Kaynaktaki performans değerlerinin Türkiye'deki uygulamalara түздөн-түз taşınması илимий катары desteklenmemektedir.
Изилдөөнүн ыкмасы жана натыйжалары
Эксперимент жана моделдөө түзүлүшүнүн техникалык жыйынтыгы
| Parametre | Çalışmada kullanılan değer/yöntem |
|---|---|
| Malzemeler | GH4169 жана GH2909 süperalaşımları |
| Булак yöntemi | Elektron ışını alın kaynağı |
| Plaka boyutu | 220 × 56 × 4 mm |
| Булак vakumu | < 6 × 10^-2 Pa |
| Maksimum hızlandırma gerilimi | 60 kV |
| Yaşlandırma | 720 ± 10 °C / 8 saat; fırında 620 °C'ye soğutma; 620 °C / 8 saat; андан соң hava soğutma |
| FCG standardı | ASTM E647 |
| CT numune genişliği | W = 52,5 mm |
| CT numune kalınlığı | b = 2,6 mm |
| Yan oluk derinliği | h = 0,3 mm |
| Oluk kök yarıçapı | r = 0,1 mm |
| Oluk açısı | θ = 90° |
| Gerilme катышы | R = 0,1 |
| Frekans | 15 Hz |
| Sıcaklıklar | Oda температурасы, 500 °C жана 600 °C; bölgelere ылайык mevcut test koşulları farklıdır |
| Булак-bölge маалымат seti | 36 deneysel + 85 artırılmış = 121 BM/HAZ örneği |
| Eğitim / валидация | 100 / 21 BM-HAZ örneği |
| Bağımsız hedef test | 10 WM örneği |
Аймактык Paris параметрлери
Deneysel FCG verilerinin Smith yöntemiyle Paris yasasına uydurulmasından elde edilen katsayılar bölge жана sıcaklığa ылайык айкын түрдө değişmektedir. Бул değişim, изилдөөнүн tek бир sabit Paris parametre seti yerine материал uyarlaması kullanmasının негизги gerekçelerinden biridir.
| Bölge | Sıcaklık | R | m | lgC | R² |
|---|---|---|---|---|---|
| BM-GH2909 | RT | 0,1 | 2,5315 | -10,5213 | 0,99 |
| BM-GH2909 | 500 °C | 0,1 | 1,3648 | -8,6671 | 0,98 |
| BM-GH2909 | 600 °C | 0,1 | 1,4714 | -8,7269 | 0,99 |
| BM-GH4169 | RT | 0,1 | 3,9133 | -12,9811 | 0,98 |
| BM-GH4169 | 600 °C | 0,1 | 2,1922 | -10,0646 | 0,99 |
| HAZ-GH2909 | 500 °C | 0,1 | 1,6895 | -9,3412 | 0,98 |
| HAZ-GH2909 | 600 °C | 0,1 | 1,7134 | -9,2563 | 0,98 |
| WM | 500 °C | 0,1 | 1,8953 | -9,7244 | 0,98 |
| WM | 600 °C | 0,1 | 1,8986 | -9,6242 | 0,98 |
10 ширетүү металлынын үлгүсүндө DPID болжолу
| Numune | Deneysel ömür (цикл) | DPID tahmini (цикл) | DPID hata (%) | Geliştirilmiş маалымат modeli hata (%) | Fizik modeli hata (%) |
|---|---|---|---|---|---|
| WM-1 | 102201 | 83719 | 18,1 | 64,5 | 45,1 |
| WM-2 | 92658 | 82246 | 11,2 | 65,2 | 36,2 |
| WM-3 | 94272 | 82606 | 12,4 | 68,8 | 38,9 |
| WM-4 | 41643 | 61001 | 46,5 | 603,9 | 15,6 |
| WM-5 | 43063 | 58550 | 36,0 | 610,4 | 4,1 |
| WM-6 | 107005 | 89754 | 16,1 | 17,0 | 14,2 |
| WM-7 | 83318 | 80272 | 3,7 | 7,4 | 5,0 |
| WM-8 | 72711 | 76748 | 5,6 | 1,3 | 15,5 |
| WM-9 | 65120 | 56021 | 14,0 | 26,8 | 16,1 |
| WM-10 | 54027 | 55837 | 3,3 | 12,3 | 39,9 |
Tablo, DPID'nin genel ortalama жагынан көбүрөөк күчтүү olmasına rağmen her tekil numunede en төмөн hatayı üretmediğini de көрсөтөт. Örneğin WM-4 жана WM-5'te fizik tabanlı модель DPID'den көбүрөөк төмөн hata vermektedir; WM-8'de болсо geliştirilmiş маалымат modeli гана %1,3 hata üretmiştir. Dolayısıyla DPID'nin avantajı her örnekte mutlak üstünlük эмес, hedef test kümesinin bütünü üzerindeki hata жана kararlılık dengesidir.
Кадимки моделдер менен сандык салыштыруу
| Model | R² | RMSE (цикл) | MAE (цикл) | Ortalama bağıl hata |
|---|---|---|---|---|
| DPID | 0,690 | 12689 | 11065 | %16,7 |
| GA-BP | -19,4 | 102877 | 71659 | %94,6 |
| RF | 0,10 | 21606 | 19006 | %26,5 |
DPID, RF'ye kıyasla RMSE'yi болжол менен %41,3, MAE'yi болжол менен %41,8 жана ortalama bağıl hatayı болжол менен %37,0 azaltmıştır. GA-BP modelinin R² değerinin -19,4 olması, hedef WM bölgesinde çok zayıf бир genelleme performansına işaret etmektedir.
Кайталанма үйрөтүү модели канчалык туруктуу болгон?
| Eğitim çalıştırması | R² | RMSE (цикл) | MAE (цикл) | Ortalama bağıl hata |
|---|---|---|---|---|
| 1 | 0,172 | 20732 | 19760 | %26,6 |
| 2 | 0,690 | 12689 | 11065 | %16,7 |
| 3 | 0,352 | 18333 | 14463 | %18,2 |
| 4 | 0,553 | 15232 | 11597 | %13,7 |
| 5 | 0,492 | 16234 | 12777 | %15,5 |
Beş bağımsız eğitim koşusunun ortalama R² değeri 0,452, ortalama bağıl hatası %18,14'tür. Bütün tekrarlardaki tahminlerin 2 katlık saçılım bandı ичинде kalması, sinir ağının başlangıç rastlantısallığına rağmen çerçevenin tamamen kararsız davranmadığını көрсөтөт. Bununla birlikte tek koşular арасында R²'nin 0,172 менен 0,690 арасында değişmesi, “kararlılık” değerlendirilirken yalnızca ortalama bağıl hataya эмес performans değişkenliğine de dikkat edilmesi gerektiğini көрсөтөт.
Методологиялык күчтүү жактар жана чектөөлөр
Çalışmanın күчтүү tarafı, fizik tabanlı бир ömür modelini yalnızca bağımsız бир салыштыруу modeli катары bırakmayıp hem sinir ağının бир girdisi hem de nihai tahminin бир bileşeni hâline getirmesidir. Ayrıca fizik dalına verilecek ağırlığın ΔK жана dayanım aralıklarına ылайык değiştirilmesi, бардык örneklere sabit füzyon katsayısı uygulanmasını önlemektedir.
Bununla birlikte ширетүү-bölge маалымат setindeki 121 örneğin гана 36'sı түздөн-түз deneysel, 85'i Paris modeli üzerinden сандык integrasyonla artırılmış örnektir. Бул nedenle маалымат tabanlı dalın eğitim kümesinin маанилүү bölümü bağımsız deneysel gözlemlerden oluşmamaktadır. Ayrıca Nphys değerinin 19 boyutlu өзгөчөлүк sistemi ичинде en жогорку tekil өзгөчөлүк önemine sahip olması, fiziksel öncül менен маалымат dalı arasındaki bağı өзгөчө күчтүү kılmaktadır. Бул durum yaklaşımın fizik-маалымат bütünleşmesi жагынан tasarımın бир parçasıdır; бирок modelin tamamen bağımsız эки bilgi kaynağının birleşimi катары yorumlanmaması керек.
Hedef bölge değerlendirmesi 10 WM numunesiyle sınırlıdır. Çalışmada başka alaşım çiftleri, başka ширетүү prosesleri же чыныгы kullanım yük spektrumları үстүндө dış валидация raporlanmamıştır. Бул nedenle sonuçlar, DPID yaklaşımının бул эксперимент düzeninde umut verici экенин gösterir; кеңири kapsamlı endüstriyel genelleme kanıtı oluşturmaz.
Булак жана Yöntem Notu
Tam özgün изилдөө adı: A Physics-Data Fusion Method for Predicting Fatigue Crack Growth Life in Dissimilar Welded Joints
Yazarlar — негизги PDF'deki sıra: Xiaogang Liu, Yuqi Liang, Pingzhou Zhu, Zhenmin Qian, Sihui Yang.
Eş katkı/eş birinci yazar: Булакта belirtilmemiştir.
Sorumlu yazar: Xiaogang Liu. PDF başlık sayfasında yıldız işaretiyle gösterilmektedir жана SSRN kaydında Contact Author катары listelenmektedir.
Kurumlar: College of Energy and Power Engineering, Nanjing University of Aeronautics and Astronautics, Nanjing, Çin; Hunan Aviation Powerplant Research Institute, Aero Engine Corporation of China, Zhuzhou, Çin.
DOI: 10.2139/ssrn.7181043
Platform: SSRN.
Resmî bağlantı: https://ssrn.com/abstract=7181043
Yayın tarihi: SSRN kaydında 29 Temmuz 2026.
Dergi / cilt / sayı: Бул sürüm үчүн hakemli dergi, cilt же sayı bilgisi bulunmamaktadır.
Булак türü жана hakemlik: Бул изилдөө hakem değerlendirmesinden geçmemiş бир preprinttir; натыйжалары бул yayın aşaması dikkate alınarak değerlendirilmelidir.
Bibliyografik tutarsızlık: Temel PDF'nin görünür başlık sayfası yazarları Xiaogang Liu, Yuqi Liang, Pingzhou Zhu, Zhenmin Qian, Sihui Yang sırasıyla vermektedir. SSRN bibliyografik kaydında болсо son эки isim Sihui Yang, Zhenmin Qian sırasındadır. Бул makalede илимий негизги ширетүү болгон PDF'nin sırası korunmuş, farklılık мындан тышкары belirtilmiştir.
Lisans: İncelenen sürüm жана doğrulanan bibliyografik kayıtta CC BY, CC BY-SA же benzeri açık бир yeniden kullanım lisansı doğrulanamamıştır. Бул nedenle özgün şekiller түздөн-түз kopyalanmamış; makaledeki Verianla Live bileşenleri изилдөөнүн маалыматтарды жана yöntem açıklamalarından oluşturulan özgün gösterimler катары hazırlanmıştır.
Finansman: Çalışmada Hunan Aviation Powerplant Research Institute, Aero Engine Corporation of China (AECC, Institute 608) tarafından finansal destek sağlandığı белгиленет.
Veri erişilebilirliği: Ayrı бир маалымат erişilebilirliği beyanı kaynakta yer almamaktadır.
Çıkar çatışması: Ayrı бир çıkar çatışması beyanı kaynakta yer almamaktadır.
CRediT / yazar katkıları: Ayrı бир CRediT же ayrıntılı yazar katkı beyanı bulunmamaktadır.
Bilimsel ширетүү sınırı: Бул Verianla makalesindeki эксперимент koşulları, denklemler, маалымат seti büyüklükleri, модель mimarisi, өзгөчөлүк ağırlıkları, болжолдоо натыйжалары жана performans değerleri yüklenen 17 sayfalık çalışmaya dayanmaktadır. Dış kaynaklar yeni илимий эксперимент, istatistik же mekanizma eklemek үчүн kullanılmamış; гана bibliyografik kimlik, SSRN yayın tarihi, DOI жана sorumlu yazar kaydının doğrulanması amacıyla колдонулган.
Temel yöntemsel sınır: Hedef ширетүү metali değerlendirmesi гана 10 WM numunesiyle gerçekleştirilmiş, eğitim setinin 85 örneği fizik tabanlı сандык маалымат artırımıyla oluşturulmuş жана başka материал/ширетүү системаларын үстүндө dış валидация gösterilmemiştir. Бул nedenle sonuçlar DPID yaklaşımının GH4169/GH2909 elektron ışını ширетилген birleşimindeki incelenen koşullarda performansını көрсөтөт; genel бир чарчоо мөөнөтү болжолдоо garantisi эмес.
Пикир калтырыңыз
E-mail дарегиңиз жарыяланбайт. Милдеттүү талаалар * менен белгиленген