pdf
Опубликован
2023-03-13
Выпуск
Раздел
Системный анализ, управление и обработка информации
Лицензия
Copyright (c) 2023 V.O. Kobeleva, V.V. Tynchenko
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Журнал «Информатика. Экономика. Управление» / «Informatics. Economics. Management» публикует материалы на условиях лицензии CreativeCommons Attribution 4.0 International (CC BY 4.0), размещенной на официальном сайте некоммерческой корпорации Creative Commons: 
This work is licensed under a Creative Commons Attribution 4.0 International License.
Это означает, что пользователи могут копировать и распространять материалы на любом носителе и в любом формате, адаптировать и преобразовывать тексты, использовать контент для любых целей, в том числе коммерческих. При этом должны соблюдаться условия использования — указание автора оригинального произведения и источника: следует указывать выходные данные статей, предоставлять ссылку на источник, а также указывать, какие изменения были внесены.
Как цитировать
Применение методов машинного обучения для настройки параметров технологического процесса электронно-лучевой сварки
В.О. Кобелева
Сибирский федеральный университет, Красноярск, Россия
В.В. Тынченко
Сибирский федеральный университет, Красноярск, Россия
DOI: https://doi.org/10.47813/2782-5280-2023-2-1-0301-0317
Ключевые слова: электронно-лучевая сварка (ЭЛС), гребневая регрессия, ансамбли, случайные леса, градиентный бустинг, искусственная нейронная сеть (ИНС), глубокое обучение
Аннотация
Целью исследования является определение наиболее корректных моделей машинного обучении для поставленной задачи настройки параметров технологического процесса электронно-лучевой сварки (ЭЛС), а также выявление особенностей их реализации. Существует множество алгоритмов, подходящих для задачи регрессии. Данное исследование отталкивается от той идеи, что наиболее значимые результаты будут получены после построения композиции различных моделей машинного обучения, алгоритмов оптимизации и других методов для повышения качества результатов. Результаты исследования будут использованы для проведения дальнейших экспериментов и определения модели, показавшей более высокие показатели результативности.
Биографии авторов
В.О. Кобелева, Сибирский федеральный университет, Красноярск, Россия
Кобелева Валерия, студент, кафедра информатики, Сибирский федеральный университет, Красноярск, Россия
В.В. Тынченко , Сибирский федеральный университет, Красноярск, Россия
Тынченко Валерия Валериевна, кандидат технических наук, доцент, кафедра информатики, Сибирский федеральный университет, Красноярск, Россия
Библиографические ссылки
Сидоров, В.П., А.В. Мельзитдинова. Электронно-лучевая сварка. Технологические особенности и оборудование : учеб. Пособие. Тольятти : Изд-во ТГУ; 2013. 96. обл.
Трошин А.А., Мухин А.С., Шепелевич М.В., Успенский Н.В. Особенности и преимущества электронно-лучевой сварки. Актуальные проблемы авиации и космонавтики. 2013; 9. URL: https://cyberleninka.ru/article/n/osobennosti-i-preimuschestva-elektronno-luchevoy-svarki (дата обращения: 13.12.2022).
Латышенко Г.И., Соколовская Д.Д. О Разработке и продвижении технологии электронно-лучевой сварки тонкостенных узлов и деталей. Международный научно-исследовательский журнал. 2020; 6(96). URL: https://research-journal.org/archive/6-96-2020-june/o-razrabotke-i-prodvizhenii-texnologii-elektronno-luchevoj-svarki-tonkostennyx-uzlov-i-detalej (дата обращения: 13.12.2022). https://www.doi.org/ 10.23670/IRJ.2020.96.6.019
Новокрещенов В.В., Родякина Р.В. Формирование структуры металла шва при электронно-лучевой сварке монокристаллов вольфрама. Вестник Московского энергетического института. Вестник МЭИ. 2013; 4: 019-024. EDN RSSUYR.
В. М. Нестеренков, Л. А. Кравчук, Ю. А. Архангельский и др. Электронно-лучевая сварка камеры среднего давления газотурбинного двигателя. Автоматическая сварка. 2015; 12(748): 31-35. EDN VLOFAX.
Назаренко О.К., Кайдалов А.А., Ковбасенко С.Н. и др. Под ред. Патона Б.Е. Электронно-лучевая сварка. Киев: Наукова думка. 1987; 256.
Браверман В.Я. Вопросы управления формированием сварного шва при электронно-лучевой сварке: научно-практический журнал. Сибирский журнал науки и технологий. 2008; 2(19): 148-152. URL: https://cyberleninka.ru/article/n/voprosy-upravleniya-formirovaniem-svarnogo-shva-pri-elektronno-luchevoy-svarke/viewer
Weglowski M.S., Blacha S., Phillips A. Electron beam welding – Techniques and trends – Review. Vacuum. 2016; 130: 72-92.
URL: https://www.sciencedirect.com/science/article/pii/S0042207X16301245
Пакет scikit-learn для машинного обучения [Электронный ресурс]. Режим доступа: https://scikit-learn.org/dev/
Бутенко А.И. Машинное обучение в инженерных исследованиях. Наука и Образование. 2020; 3(4): 28. EDN BCTTUL.
Tynchenko V.S., Golovenok I.A., Petrenko V.E., Milov A.V., Murygin A.V. Gradient boosting method application to support process decisions in the electron-beam welding process. Siberian journal of science and technology. Учредители: Сибирский государственный университет науки и технологий им. акад. М.Ф. Решетнева. Красноярск. 2020: 206-214. URL: https://elibrary.ru/item.asp?id=44445616 (дата обращения: 18.10.2022). – Режим доступа: Научная электронная библиотека eLIBRARY.ru.
Библиотека Keras для глубокого обучения [Электронный ресурс]. Режим доступа: https://keras.io/
Библиотека TensorFlow для глубокого обучения [Электронный ресурс]. Режим доступа: https://www.tensorflow.org/
Пакет SciKeras для использования Keras/TensorFlow с пакетом sklearn [Электронный ресурс]. Режим доступа: https://www.adriangb.com/scikeras/stable/index.html
REFERENCES
Sidorov, V.P., A.V. Mel'zitdinova. Elektronno-luchevaya svarka. Tekhnologicheskie osobennosti i oborudovanie : ucheb. Posobie. Tol'yatti : Izd-vo TGU; 2013. 96. obl.
Troshin A.A., Muhin A.S., Shepelevich M.V., Uspenskij N.V. Osobennosti i preimushchestva elektronno-luchevoj svarki. Aktual'nye problemy aviacii i kosmonavtiki. 2013; 9. URL: https://cyberleninka.ru/article/n/osobennosti-i-preimuschestva-elektronno-luchevoy-svarki (data obrashcheniya: 13.12.2022).
Latyshenko G.I., Sokolovskaya D.D. O Razrabotke i prodvizhenii tekhnologii elektronno-luchevoj svarki tonkostennyh uzlov i detalej. Mezhdunarodnyj nauchno-issledovatel'skij zhurnal. 2020; 6(96). URL: https://research-journal.org/archive/6-96-2020-june/o-razrabotke-i-prodvizhenii-texnologii-elektronno-luchevoj-svarki-tonkostennyx-uzlov-i-detalej (data obrashcheniya: 13.12.2022). https://www.doi.org/ 10.23670/IRJ.2020.96.6.019
Novokreshchenov V.V., Rodyakina R.V. Formirovanie struktury metalla shva pri elektronno-luchevoj svarke monokristallov vol'frama. Vestnik Moskovskogo energeticheskogo instituta. Vestnik MEI. 2013; 4: 019-024. EDN RSSUYR.
V. M. Nesterenkov, L. A. Kravchuk, YU. A. Arhangel'skij i dr. Elektronno-luchevaya svarka kamery srednego davleniya gazoturbinnogo dvigatelya. Avtomaticheskaya svarka. 2015; 12(748): 31-35. EDN VLOFAX.
Nazarenko O.K., Kajdalov A.A., Kovbasenko S.N. i dr. Pod red. Patona B.E. Elektronno-luchevaya svarka. Kiev: Naukova dumka. 1987; 256.
Braverman V.YA. Voprosy upravleniya formirovaniem svarnogo shva pri elektronno-luchevoj svarke: nauchno-prakticheskij zhurnal. Sibirskij zhurnal nauki i tekhnologij. 2008; 2(19): 148-152. URL: https://cyberleninka.ru/article/n/voprosy-upravleniya-formirovaniem-svarnogo-shva-pri-elektronno-luchevoy-svarke/viewer
Weglowski M.S., Blacha S., Phillips A. Electron beam welding – Techniques and trends – Review. Vacuum. 2016; 130: 72-92. DOI: https://doi.org/10.1016/j.vacuum.2016.05.004
URL: https://www.sciencedirect.com/science/article/pii/S0042207X16301245
Paket scikit-learn dlya mashinnogo obucheniya [Elektronnyj resurs]. Rezhim dostupa: https://scikit-learn.org/dev/
Butenko A.I. Mashinnoe obuchenie v inzhenernyh issledovaniyah. Nauka i Obrazovanie. 2020; 3(4): 28. EDN BCTTUL.
Tynchenko V.S., Golovenok I.A., Petrenko V.E., Milov A.V., Murygin A.V. Gradient boosting method application to support process decisions in the electron-beam welding process. Siberian journal of science and technology. Uchrediteli: Sibirskij gosudarstvennyj universitet nauki i tekhnologij im. akad. M.F. Reshetneva. Krasnoyarsk. 2020: 206-214. URL: https://elibrary.ru/item.asp?id=44445616 (data obrashcheniya: 18.10.2022). – Rezhim dostupa: Nauchnaya elektronnaya biblioteka eLIBRARY.ru. DOI: https://doi.org/10.31772/2587-6066-2020-21-2-206-214
Biblioteka Keras dlya glubokogo obucheniya [Elektronnyj resurs]. Rezhim dostupa: https://keras.io/
Biblioteka TensorFlow dlya glubokogo obucheniya [Elektronnyj resurs]. Rezhim dostupa: https://www.tensorflow.org/
Paket SciKeras dlya ispol'zovaniya Keras/TensorFlow s paketom sklearn [Elektronnyj resurs]. Rezhim dostupa: https://www.adriangb.com/scikeras/stable/index.html
