ISSN 1995-2732 (Print), 2412-9003 (Online)
УДК 620.17
DOI: 10.18503/1995-2732-2024-22-4-171-180
Аннотация
Постановка задачи (актуальность работы). Аддитивные технологии, такие как 3D-печать, становятся все более актуальными в современном мире. Они позволяют создавать сложные изделия и конструкции, которые ранее было трудно или даже невозможно изготовить с использованием традиционных методов производства. При этом технология WAAM представляет собой важное направление в развитии аддитивного производства металлических изделий и имеет высокую актуальность в современной промышленности. При изготовлении деталей методом WAAM крайне важно знать их остаточный ресурс, который во многом определяется усталостными свойствами материла. Цель работы. Разработать способ диагностирования конструкционных сталей, полученных методом 3D-печати электродуговой наплавкой. Используемые методы. Методы неразрушающего контроля и машинного обучения. Новизна. Предложенный метод диагностики структурной деградации является новым подходом к контролю состояния деталей из сплава НП-30ХГСА. Использование нейросетевых моделей для анализа данных о структуре сплава позволяет получить более точные результаты по сравнению с традиционными методами диагностики. Это даёт возможность более эффективно контролировать состояние деталей из сплава НП-30ХГСА и своевременно выявлять признаки структурной деградации. Результат. В данной работе исследованы процессы накопления структурной поврежденности в сплаве 30ХГСА при испытаниях на усталость. Наиболее выраженные структурные трансформации происходят при значениях относительного удлинения свыше 7%. Практическая значимость. Оценка и диагностика структурной деградации сплава НП-30ХГСА, изготовленного с использованием технологии WAAM и анализированного с помощью нейросетевой модели, представляет собой ключевой инструмент, способствующий обеспечению высокого качества производимых деталей. Это также позволяет повысить надежность конструкций и совершенствовать производственные процессы.
Ключевые слова
металлы, механические свойства, нейронносетевое моделирование, сплав НП-30ХГСА, 3D-печать, WAAM, новые структуры металлов, заданные свойства, усталостные свойства
Для цитирования
Оценка и диагностирование структурной деградации сплава НП-30ХГСА, полученного методом WAAM с использованием нейросетевой модели / Аносов М.С., Манцеров С.А., Клочкова Н.С., Михайлов А.М. // Вестник Магнитогорского государственного технического университета им. Г.И. Носова. 2024. Т. 22. №4. С. 171-180. https://doi.org/10.18503/1995-2732-2024-22-4-171-180
1. Scaffold characteristics, fabrication methods, and biomaterials for the bone tissue engineering / J.-W. Jang, K.-E. Min, C. Kim, J. Shin, J. Lee, S. Yi // Int. J. Precis. Eng. Manuf. 2023, vol. 24, pp. 511–529.
2. Zivkovic M., Zujovic M., Milosevic J. Architectural 3D-printed structures created using artificial intelligence: a review of techniques and applications // Appl. Sci. 2023, vol. 13(19), 10671.
3. Технологическое обеспечение параметров качества синтезируемой WAAM-методом детали управлением траекторией движения фидстока / А.В. Киричек, А.Г. Сергеев, С.О. Федонина, Д.И. Петрешин // Транспортное машиностроение. 2022. №4 (4). С. 60-68.
4. Передовые технологии аддитивного производства металлических изделий / А.А. Осколков, Е.В. Матвеев, И.И. Безукладников, Д.Н. Трушников, Е.Л. Кротова // Вестник ПНИПУ. Машиностроение, материаловедение. 2018. Т. 20, № 3. С. 90-105.
5. Исследование малоцикловой усталости стали 12Х18Н10Т на основе подходов фрактального анализа и искусственного интеллекта / А.А. Хлыбов, Ю.Г. Кабалдин, М.С. Аносов, Д.А. Рябов, Д.А. Шатагин // Заводская лаборатория. Диагностика материалов. 2021. Т. 87. № 9. С. 59-67.
6. Diagnostics of 3D printing on a CNC machine by machine learning / Kabaldin Y.G., Shatagin D.A., Anosov M.S., Kolchin P.V., Kiselev A.V. // Russian Engineering Research. 2021, vol. 41, no. 4, pp. 320-324.
7. Структурообразование сплава Нп-30ХГСА при аддитивном электродуговом выращивании / Аносов М.С., Шатагин Д.А., Чернигин М.А., Мордовина Ю.С., Аносова Е.С. // Известия высших учебных заведений. Черная металлургия. 2023. Т. 66. № 3. С. 294-301.
8. Digital Destination Matching: Practices, Priorities and Predictions / Cooper M., Camprubi R., Koc E., Buckley R. // Sustainability. 2021, vol. 13(19), 10540.
9. Kim V.A., Mokritskii B.Y., Morozova A.V. Multifractal analysis of microstructures after laser treatment of steels // Solid state phenomena. 2020, vol. 299SS, pp. 926-932.
10. Hinojosa M., Trejo V., Ortiz U. Fractal Analysis of the Microstructure of Aisi 304 Steel // MRS Proceedings. 1995, vol. 407, pp. 411-416.
11. Манцеров С.А., Аносов М.С., Итальянцев Д.С. Диагностика структурной поврежденности стали 09Г2С, полученной с использованием технологии WAAM при малоцикловой усталости на основе нейро-нечеткой классификации // Морской вестник. 2023. № 2 (86). С. 32-36.