GRADIENT BOOSTING METHOD APPLICATION TO SUPPORT PROCESS DECISIONS IN THE ELECTRON-BEAM WELDING PROCESS : научное издание | Научно-инновационный портал СФУ

GRADIENT BOOSTING METHOD APPLICATION TO SUPPORT PROCESS DECISIONS IN THE ELECTRON-BEAM WELDING PROCESS : научное издание

Тип публикации: статья из журнала

Год издания: 2020

Идентификатор DOI: 10.31772/2587-6066-2020-21-2-206-214

Ключевые слова: electron-beam welding, technological process, experiments, gradient boosting, machine learning, электронно-лучевая сварка, технологический процесс, эксперименты, градиентный бустинг, машинное обучение

Аннотация: The purpose of the study is to develop a technological process mathematical model of creating permanent joints of dissimilar materials based on electron-beam welding using machine learning algorithms. Each of the connected elements is a responsible unit of the complex device, due to this fact, strict criteria are set for the quality of the welded joint. In essence, the set task is a regression task. There are many algorithms suitable for solving the regression problem. However, often the use of one algorithm does not provide sufficient accuracy of the result. One way to solve this problem is to develop a composition of algorithms to compensate for the problems of each of them. One of the most effective and potent compositional algorithms is the gradient boosting algorithm. This algorithm use will improve the quality of the regression model. The proposed model will allow the technologist to set the process parameters and to get an assessment of the final product quality, as well as by setting input and output values. The use of assessment methods and forecasting will reduce the time and labor costs of searching, developing and adjusting the process. A description of the gradient boosting algorithm is given, as well as an analysis of the applicability of this algorithm to the model and a conclusion regarding the areas of its applicability and the reliability of the forecasts obtained by its direct use. In addition, we consider the process of direct model training based on the data obtained as part of search experiments to improve the quality of final product. The results of the applicability analysis allow us to judge the admissibility of using the proposed method for processes that have similar statistical dependencies. The application of the proposed approach will make it possible to support the adoption of technological decisions by specialists in electron-beam welding during the development of the technological process and when new types of products are put into production. Целью исследования является создание математической модели технологического процесса изготовления неразъемных соединений разнородных материалов на основе электронно-лучевой сварки с использованием алгоритмов машинного обучения. Каждый из соединяемых элементов представляет собой ответственный узел комплексного устройства, в связи с чем выставляются жесткие критерии к качеству сварного соединения. В сущности, поставленная задача представляет собой задачу регрессии. Существует множество алгоритмов, подходящих для решения задачи регрессии. Однако зачастую использование одного алгоритма не обеспечивает достаточной точности полученного результата. Одним из способов решения такой проблемы является построение композиции алгоритмов для компенсации проблем каждого из них. Одним из наиболее эффективных и мощных алгоритмов композиции является градиентный бустинг. Использование данного алгоритма повысит качество модели регрессии. Предлагаемая модель позволит технологу задавать параметры технологического процесса и получать оценку качества конечного изделия равно как по заданию входных, так и выходных величин. Использование методов оценки и прогнозирование снизит временные и трудовые затраты на поиск, отработку и наладку технологического процесса. Приводится описание алгоритма градиентного бустинга, а также анализ применимости данного алгоритма к модели, равно как и заключение касательно областей его применимости и достоверности прогнозов, получаемых при его использовании. Кроме того, рассматривается процесс непосредственного обучения модели на основе данных, полученных в рамках проведения поисковых экспериментов для улучшения качества конечного изделия. Результаты анализа применимости позволяют судить о допустимости использования предложенного метода для процессов, имеющих схожие статистические зависимости. Применение предложенного подхода позволит осуществить поддержку принятия технологических решений специалистов по электронно-лучевой сварке при отработке технологического процесса и при вводе в производство новых видов продукции. (Русскоязычная версия представлена по адресу https://vestnik.sibsau.ru/articles/?id=677)

Ссылки на полный текст

Издание

Журнал: Сибирский журнал науки и технологий

Выпуск журнала: Т. 21, 2

Номера страниц: 206-214

ISSN журнала: 25876066

Место издания: Красноярск

Издатель: Сибирский государственный университет науки и технологий им. акад. М.Ф. Решетнева

Авторы

  • Tynchenko V.S. (Reshetnev Siberian State University of Science and Technology)
  • Golovenok I.A. (Reshetnev Siberian State University of Science and Technology)
  • Petrenko V.E. (Reshetnev Siberian State University of Science and Technology)
  • Milov A.V. (Reshetnev Siberian State University of Science and Technology)
  • Murygin A.V. (Reshetnev Siberian State University of Science and Technology)

Вхождение в базы данных

Информация о публикациях загружается с сайта службы поддержки публикационной активности СФУ. Сообщите, если заметили неточности.

Вы можете отметить интересные фрагменты текста, которые будут доступны по уникальной ссылке в адресной строке браузера.