Исследование и оптимизация лазерного раскалывания кристаллического кварца с использованием генетического алгоритма, нейросетевых и нейро-нечетких моделей

Abstract

Работа посвящена разработке метамодели процесса лазерного раскалывания кристаллического кварца, включающей моделирование и оптимизацию. На основе конечно-элементной модели с использованием языка программирования APDL определены температурные поля и поля термоупругих напряжений, которые формируются в монокристаллической кварцевой пластине в результате последовательного лазерного нагрева и воздействия хладагента для трех различных вариантов: I – анализ среза ZY при перемещении лазерного пучка в направлении оси X; II – анализ среза YX при перемещении лазерного пучка в направлении оси X; III – анализ среза XY при перемещении лазерного пучка в направлении оси Z. С использованием центрального композиционного плана проведен численный эксперимент, в котором в качестве факторов были использованы скорость обработки, геометрические параметры эллиптического лазерного пучка, мощность СО2-лазера и толщина кварцевой пластины. Согласно плана численного эксперимента выполнены расчеты для 27 комбинаций факторов с определением значений максимальных температур Т1, Т2, Т3 для трех вариантов обработки квадратной кварцевой пластины и трех соответствующих значений максимальных напряжений растяжения S1, S2, S3, действующих перпендикулярно фронту лазерно-индуцированных трещин. Выявлены эффективные архитектуры искусственных нейронных сетей для определения максимальных температур и максимальных термоупругих напряжений в зоне лазерной обработки кристаллического кварца с использованием TensorFlow. Построены нейро-нечеткие модели в системе ANFIS, проведено сравнение нейросетевых и нейро-нечетких моделей. Определены эффективные входные параметры лазерного раскалывания кристаллического кварца на основе оптимизационного генетического алгоритма MOGA. = The study focuses on developing a metamodel for the laser cleaving process of crystalline quartz, encompassing modeling and optimization. Using a finite element model implemented in the APDL programming language, temperature fields and thermoelastic stress fields were determined. These fields arise in a monocrystalline quartz plate due to sequential laser heating and coolant exposure, analyzed for three distinct variants: I – analysis of the ZY-plane cross-section with laser beam movement along the X-axis; II – analysis of the YX-plane cross-section with laser beam movement along the X-axis; III – analysis of the XY-plane cross-section with laser beam movement along the Z-axis. A central composite design was employed to conduct a numerical experiment, where the factors included processing speed, geometric parameters of the elliptical laser beam, CO2 laser power, and quartz plate thickness. According to the experimental design, calculations were performed for 27 factor combinations, determining the maximum temperature values (Т1, Т2, Т3) for three processing variants of a square quartz plate, along with three corresponding values of maximum tensile stress (S1, S2, S3) acting perpendicular to the laser-induced crack fronts. The optimal artificial neural network architectures were identified for predicting maximum temperatures and thermoelastic stresses in the laser processing zone of crystalline quartz using TensorFlow. Neuro-fuzzy models were developed in the ANFIS framework, followed by a comparative analysis of neural network and neuro-fuzzy approaches. Furthermore, the most effective input parameters for laser cleaving of crystalline quartz were determined through optimization using the MOGA.