Исследование обработки поликристаллических CVD-алмазов наносекундным лазером с использованием нечетких моделей

Abstract

Выполнено исследование процесса обработки поликристаллических CVD-алмазов импульсным наносекундным лазерным излучением и разработана интеллектуальная система прогнозирования геометрических параметров формируемых микроструктур с использованием аппарата нечеткой логики. Экспериментальные исследования проводились с использованием Nd:YAG лазера с длиной волны 532 нм. В качестве варьируемых параметров выступали количество импульсов, энергия импульса и диаметр лазерного пучка. Для построения модели использовался алгоритм нечеткого вывода Мамдани, реализованный в среде Python. Матрица планирования эксперимента формировалась на основе гранецентрированного центрального композиционного плана. Установлено, что в исследуемом диапазоне параметров обработки удаление материала происходит преимущественно за счет термомеханического разрушения и графитизации, что приводит к нелинейному росту размеров кратера при многоимпульсном воздействии. Разработана нечеткая модель, связывающая режимы обработки с глубиной и шириной формируемых лунок. Проверка адекватности модели показала достаточно высокую точность аппроксимации: коэффициент детерминации на тестовой выборке составил 0,7906 для глубины и 0,7940 для ширины лунки. Средняя абсолютная процентная ошибка (MAPE) на тестовой выборке не превысила 12,5%. Предложенный подход позволяет эффективно прогнозировать результаты лазерной обработки сверхтвердых материалов, минимизируя объем дорогостоящих натурных экспериментов. = This paper presents a study of the polycrystalline CVD diamond processing using pulsed nanosecond laser radiation and the development of an intelligent system for predicting the geometric parameters of the resulting microstructures based on fuzzy logic. Experimental investigations were carried out using an Nd:YAG laser with a wavelength of 532 nm. The variable parameters included the number of pulses, pulse energy, and laser beam diameter. The Mamdani fuzzy inference algorithm, implemented in Python, was used to construct the model. The experimental design matrix was based on a face-centered central composite design. It was established that within the investigated range of processing parameters, material removal occurs primarily due to thermomechanical fracture and graphitization, leading to nonlinear crater growth under multi-pulse exposure. A fuzzy model was developed to relate the processing conditions to the depth and width of the resultant cavities. The model validation revealed a reasonably high approximation accuracy, with a coefficient of determination of 0.7906 for the depth and 0.7940 for the width on the test set. The mean absolute percentage error (MAPE) on the test set did not exceed 12.5%. The proposed approach enables effective prediction of laser processing outcomes for superhard materials, hence reducing the necessity for expensive physical experimental tests.