Phát triển mô hình học sâu hướng dữ liệu để dự đoán khuyết tật bề mặt vật đúc

Bài viết này trình bày một cách tiếp cận liên quan đến ứng dụng học sâu trong việc dự đoán các khuyết tật bề mặt vật đúc. Phương pháp này cho phép dữ liệu sản xuất từ hai xưởng đúc thép có thể được sử dụng để phát triển mô hình dự đoán khuyết tật liên quan đến bề mặt vật đúc đã được chứng minh.
Nội dung trích xuất từ tài liệu:
Phát triển mô hình học sâu hướng dữ liệu để dự đoán khuyết tật bề mặt vật đúc PHÁT TRI N MÔ HÌNH H C SÂU H NG D LI U D OÁN KHUY T TẬT B M T VẬT C Bùi Văn Biên Khoa Điện Cơ, Trường Đại học Hải Phòng Email: bienbv80@dhhp.edu.vn Nguyễn Ngọc Tú Trường Đại học Hàng Hải Việt NamNgày nhận bài: 31/10/2023Ngày PB đánh giá: 28/11/2023Ngày duyệt đăng: 15/12/2023TÓM TẮT: Quá trình đúc nổi lên như là một quá trình sản xuất công nghiệp điểnhình bởi tính đa dạng và phức tạp của nó. Một trong những hướng tiếp cận để xâydựng xưởng đúc thông minh là ứng dụng trí tuệ nhân tạo vào việc cải tiến quá trìnhđúc. Bài viết này trình bày một cách tiếp cận liên quan đến ứng dụng học sâu trongviệc dự đoán các khuyết tật bề mặt vật đúc. Phương pháp này cho phép dữ liệu sảnxuất từ hai xưởng đúc thép có thể được sử dụng để phát triển mô hình dự đoánkhuyết tật liên quan đến bề mặt vật đúc đã được chứng minh. Dữ liệu được sử dụngđể phát triển mô hình được thu thập từ quá trình đúc cát CO2, trong đó các chi tiếtcó trọng lượng từ 1 đến 100 kg được sản xuất từ vật liệu thép. Kết quả chỉ ra rằngmô hình học sâu hướng dữ liệu đã chọn có tác động rõ ràng đến việc dự đoán khuyếttật của quá trình đúc cát CO2.Từ khóa: Đúc cát CO2, Học sâu, Khuyết tật đúc, Mô hình hóa quá trình hướngdữ liệu. DEVELOPMENT OF DATA-DRIVEN DEEP LEARNING MODELS FOR THE PREDICTION OF CASTING SURFACE DEFECTSABSTRACT: The casting process emerges as a specific manufacturing processbecause of its diversity and complexity. One of the trends of smart foundrydesign is the application of artificial intelligence in the improvement of thecasting process. This paper shows an approach for the application of deep T P CHÍ KHOA H C S 62, Tháng 01/2024 101learning in the prediction of casting surface related defects. The approachenabling the production data from two steel foundries to be used to develop amodel for predicting casting surface related defects has been proved. The dataused for the model development were collected from CO2 casting process inwhich parts ranging from 1 to 100 kg in weight are produced from steelmaterials. The result indicates that the selected data-driven deep learningmodel significantly affects the defect prediction of CO2 casting.Keywords: CO2 casting, deep learning, casting defects, data-driven processmodeling. 1. Đặt vấn đề nhiệm vụ quan trọng của quá trình Trong những năm tới, cuộc cách sản xuất số.mạng số đã và đang tác động sâu rộng Ngành đúc trên thế giới nóitới rất nhiều lĩnh vực như công nghệ chung và ở Việt Nam nói riêng sẽ phảithông tin - truyền thông, chăm sóc đối mặt với những thách thức lớn hơnsức khỏe, giáo dục và ngành sản xuất bao giờ hết về tối ưu hóa tài nguyên vàcũng không nằm ngoài sự ảnh hưởng năng lượng do sự thay đổi kinh tế vàđó. Sự bùng nổ của dữ liệu lớn và khả sinh thái dự kiến hướng tới mục tiêunăng tính toán trên nền tảng công giảm phát thải ròng bằng không theonghệ mới - cùng với những tiến bộ như cam kết tại COP 26 [1]. Ngànhtrong các lĩnh vực khác như trí tuệ công nghiệp đúc tại Hải Phòng - mộtnhân tạo, tự động hóa và robot, công trong những ngành sử dụng nhiều năngnghệ bồi đắp và giao diện tương tác lượng nhất, với hơn 10.000 ngườingười - máy - đang mở ra cuộc cách trong khoảng 300 xưởng đúc đứngmạng làm thay đổi bản chất tự nhiên trước áp lực cạnh tranh ngày càngcủa quá trình sản xuất công nghiệp. tăng: Cạnh tranh từ các xưởng đúcQuá trình sản xuất công nghiệp số trong và ngoài nước, nhu cầu về tính(digital manufacturing) là một linh hoạt ngày càng tăng, áp lực về thờiphương pháp tích hợp để sản xuất tập gian giao hàng và chất lượng sảntrung xung quanh một hệ thống máy phẩm, mục tiêu chiến lược về một Hảitính. Trong đó việc mô hình hóa, mô Phòng xanh đang thúc đẩy các phươngphỏng và phân tích tất cả máy móc, pháp sản xuất mới. Trong bối cảnh đó,dụng cụ cũng như vật liệu đầu vào để để có thể tồn tại vững chắc đòi hỏi sựtối ưu hóa quá trình sản xuất là những phát triển hơn nữa cả về công nghệ xử102 TR NG Đ I H C H I PHÒNGlý và kiểm soát quá trình thông qua chất lượng tốt hơn được thiết lập bằngứng dụng công nghệ thông minh nhằm cách phát triển một mô hình hiệu ứngtối ưu hóa các quy trình cũng như đáp được thể hiện thông qua các nghiênứng các yêu cầu ngày càng phức tạp cứu điển hình.trong quá trình đúc [2]. Các thuật toán tiến hóa như thuật Quá trình đúc cát đã tồn tại từ lâu toán di truyền và tối ưu hóa bầy đàn hạttrong ngành sản xuất công nghiệp và được sử dụng để tối ưu hóa cường độvẫn được sử dụng trong nhiều xưởng nén, độ thấm, độ cứng và khối lượngđúc do tính linh hoạt và hiệu quả chi riêng trong trạng thái của các biến quáphí của nó. Chất lượng của các sản trình như độ mịn của hạt, tỷ lệ sét, tỷ lệphẩm đúc thực hiện bởi quá trình đúc nước và số cửa [7]. Mối quan hệ toáncát đã được nghiên cứu bởi nhiều nhà học giữa các biến và tham số được thiếtkhoa học [3-5]. Chất lượng của vật đúc lập và các tham số khuôn tối ưu đượcphụ thuộc vào các biến đổi liên quan thiết lập. Ngoài ra, một nỗ lực đã đượcđến khuôn, liên quan đến vật liệu thực hiện bằng cách sử dụng mạng nơ-khuôn, việc chuẩn bị liên quan đến vật ron lan truyền ngược và thuật toán diliệu đúc, liên quan đến thành phần vật truyền để phát triển mô hình phân tíchliệu và các biến thiên liên quan đến biểu ...