Нейро-нечеткое и нечеткое моделирование лазерного легирования стали 30ХГСН2А

Abstract

Работа посвящена построению нейро-нечетких и нечетких моделей лазерного легирования хромом конструкционной стали 30ХГСН2А на основе результатов численного эксперимента. Конечно-элементное моделирование лазерного легирования стали 30ХГСН2А выполнено с учетом зависимости теплофизических свойств материалов от температуры и плотностей на языке программирования APDL с использованием гранецентрированного варианта центрального композиционного плана эксперимента. В качестве факторов эксперимента использовались временные интервалы, соответствующие длительностям трех фронтов лазерного импульса, и пиковые плотности мощности этих фронтов, в качестве – максимальные температуры в зоне обработки. Оценка качества моделей осуществлялась по статистическим метрикам RMSE, MAE, MAPE, R2 на тестовом наборе данных. Выявлена более высокая эффективность нейро-нечетких моделей при прогнозировании параметров лазерного легирования стали в сравнении с нечеткими моделями. = The study focuses on developing neuro-fuzzy and fuzzy models for laser alloying of structural steel 30ХГСН2А with chromium, based on numerical experiment results. Finite element modeling of laser alloying for steel 30ХГСН2А was performed using APDL programming language, accounting for temperature-dependent thermophysical material properties and power densities, and employing a face-centered central composite experimental design. The experimental factors included time intervals corresponding to the durations of three laser pulse fronts and their peak power densities, while the response variables were maximum temperatures in the processing zone. The model quality was evaluated using statistical metrics (RMSE, MAE, MAPE, R2) on a test dataset. The results demonstrate the superior predictive accuracy of neuro-fuzzy models over conventional fuzzy models for laser alloying parameters.