Определение параметров лазерной обработки алмазов с применением метода конечных элементов и искусственных нейронных сетей
https://doi.org/10.35596/1729-7648-2023-21-4-40-45
Аннотация
С помощью сочетания искусственных нейронных сетей и метода конечных элементов выполнено моделирование процесса лазерной обработки алмазов. Обучающий массив данных и массив данных для тестирования нейронных сетей были сформированы с использованием программы конечно-элементного анализа ANSYS. Расчеты выполняли для 600 вариантов входных параметров, 60 из которых использовали для тестирования искусственных нейронных сетей. Исследовано влияние параметров нейросетевых моделей на точность определения температур в зоне лазерной обработки. Установлены параметры нейронных сетей, обеспечивающие приемлемые результаты при прогнозировании температур, формируемых лазерным излучением в алмазах. Полученные результаты могут быть использованы при определении технологических параметров процессов лазерной обработки алмазов.
Об авторах
В. А. Емельянов
ОАО «ИНТЕГРАЛ» – управляющая компания холдинга «ИНТЕГРАЛ»
Беларусь
Беларусь
Доктор технических наук, профессор, член-корреспондент Национальной академии наук Беларуси
г. Минск
Е. Б. Шершнев
Гомельский государственный университет имени Франциска Скорины
Беларусь
Беларусь
Кандидат технических наук, доцент, заведующий кафедрой общей физики
г. Гомель
Ю. В. Никитюк
Гомельский государственный университет имени Франциска Скорины
Беларусь
Беларусь
Кандидат технических наук, доцент, проректор по учебной работе
г. Гомель
С. И. Соколов
Гомельский государственный университет имени Франциска Скорины
Беларусь
Беларусь
Соколов Сергей Иванович
Старший преподаватель кафедры общей физики
246019, г. Гомель, ул. Советская, 104
Тел. +375 232 50-38-17
И. Ю. Аушев
Университет гражданской защиты МЧС Республики Беларусь
Беларусь
Беларусь
Кандидат технических наук, доцент, профессор кафедры промышленной безопасности
г. Минск
Список литературы
1. Mityagin A. Y., Altukhov A. A., Mityagina A. B. (2009) Technology and Equipment for Processing Diamond Materials of Modern Technology. Technology and Design in Electronic Equipment. (1), 53–58 (in Russian).
2. Shkadov A. I., Bocharov A. M. (ed.) (1997) Physical Foundations of Laser Processing of Diamonds. Physical Bases of Laser Diamond Processing. 3, 288 (in Russian).
3. Retukhin G. E., Koshcheev A. G., Fain I. V., Shershnev E. B. (2001) Dimensional Processing of Gem Diamonds by Q-Switched YAG: ND Laser Radiation. Proceedings of the National Academy of Sciences of Belarus. Physical-Technical Series. (1), 73–77 (in Russian).
4. Bessmeltsev V. P., Bulushev E. D. (2014) Optimization of Laser Microprocessing Modes. Avtometriya. 50 (6), 3–21 (in Russian).
5. Parandoush P., Hossain A. (2014) A Review of Modeling and Simulation of Laser Beam Machining. International Journal of Machine Tools and Manufacture. (85), 135–145.
6. Shalupaev S. V., Shershnev E. B., Nikitjuk Y. V., Sviridova V. V. (2001) Dependence of the Diamond Laser Processing Efficiency on Crystallographic Directions. SPIE. 4358, 329–333.
7. Shershnev E. B., Nikityuk Y. V., Shershnev A. E. (2011) Simulation of Laser Processing of Diamond Crystals. Proceedings of Francisk Skorina Gomel State University. (6), 164–168 (in Russian).
8. Shershnev E. B., Nikityuk Y. V., Shershnev A. E., Sokolov S. I. (2015) Features of the Formation of Thermoelastic Fields During Laser Processing of Diamond Crystals. Problems of Physics, Mathematics and Technics. (1), 38–40 (in Russian).
9. Emelyanov V. A., Shershnev E. B., Nikitjuk Y. V., Sokolov S. I., Aushev I. Y. (2022) Optimization of Laser Processing of Diamonds. Problems of Physics, Mathematics and Technics. (4), 30–36.
10. Bakhtiyari A. N., Wang Z., Wang L., Zheng H. (2021) A Review on Applications of Artificial Intelligence in Modeling and Optimization of Laser Beam Machining. Optics & Laser Technology. 135, 1–18.
11. Yousef B. F., Knopf G. K., Bordatchev E. V., Nikumb S. K. (2003) Neural Network Modeling and Analysis of the Material Removal Process During Laser Machining. International Journal of Advanced Manufacturing Technology. 22 (1–2), 41–53.
12. Ismail M., Okamoto Y., Okado A. (2013) Neural Network Modeling for Prediction of Weld Bead Geometry in Laser Microwelding. Advances in Optical Technologies. 7.
13. Kadri M. B., Nisar S., Khan S. Z., Khan W. A. (2015) Comparison of ANN and Finite Element Model for the Prediction of Thermal Stresses in Diode Laser Cutting of Float Glass. Optik – Int. J. Light Electron Optics. 126 (19), 1959–1964.
14. Kant R., Joshi S. N., Dixit U. S. (2015) An Integrated FEM-ANN Model for Laser Bending Process with Inverse Estimation of Absorptivity. Mech Adv Mater Mod Process. (1), 6.
15. Nikitjuk Y., Bayevich G., Myshkovets V., Maximenko A., Aushev I. (2022). Characterization of Laser Welding of Steel 30XГCH2A by Combining Artificial Neural Networks and Finite Element Method. Research and Education: Traditions and Innovations. INTER-ACADEMIA 2021. Lecture Notes in Networks and Systems. 422. Springer, Singapore. https://doi.org/10.1007/978-981-19-0379-3_28.
16. Nikityuk Y. V., Serdyukov A. N., Prokhorenko V. A., Aushev I. Y. (2021) Application of Artificial Neural Networks and the Finite Element Method to Determine the Processing Parameters of Quartz Sol-Gel Glasses with Elliptical Laser Beams. Problems of Physics, Mathematics and Technics. (3), 30–36 (in Russian).
17. Nikitjuk Y. V., Serdyukov A. N., Aushev I. Y. (2022) Determination of the Parameters of Two-Beam Laser Splitting of Silicate Glasses Using Regression and Neural Network Models. Journal of the Belarusian State University. Physics. 5–43.
18. Nikityuk Y. V. et al. (2022) Application of the Finite Element Method and Artificial Neural Networks to Determine the Parameters of Laser Processing of Steel 12Х18Н9Т. Bulletin. Sukhoi State Technical University of Gomel. (1), 48–55 (in Russian).
19. Bokii G. B., Bezrukov G. N., Klyuev Y. A. et аl. (1986) Natural and Synthetic Diamonds. Moscow, Nauka Publ. 221 (in Russian).
20. Novikov N. V. et al. (1987) Physical Properties of Diamond. Kiev, Navukova Dumka Publ. 201 (in Russian).
21. Golovko V. A., Krasnoproshin V. V. (2017) Neural Network Technologies for Data Processing: Teaching Manual. Minsk, BSU Publ. 263 (in Russian).
22. François Chollet (2018) Deep Learning with Python. St. Petersburg, Peter Publ. 400.
Рецензия
Для цитирования:
Емельянов В.А., Шершнев Е.Б., Никитюк Ю.В., Соколов С.И., Аушев И.Ю. Определение параметров лазерной обработки алмазов с применением метода конечных элементов и искусственных нейронных сетей. Доклады БГУИР. 2023;21(4):40-45. https://doi.org/10.35596/1729-7648-2023-21-4-40-45
For citation:
Emelyanov V.A., Shershnev E.B., Nikitjuk Yu.V., Sokolov S.I., Aushev I.Y. Estimating the Parameters of Laser Processing of Diamonds Using the Finite Element Method and Artificial Neural Networks. Doklady BGUIR. 2023;21(4):40-45. https://doi.org/10.35596/1729-7648-2023-21-4-40-45
Просмотров:
508
Послать статью по эл. почте 