Тип публикации: статья из журнала
Год издания: 2021
Идентификатор DOI: 10.15827/0236-235X.134.316-323
Ключевые слова: software product, electron beam, machine learning, ensembles of algorithms, polynomial regression, technological process, ELECTRON beam welding, pandas, Scikit-Learn, python, программный продукт, электронный пучок, машинное обучение, ансамбль алгоритмов, полиномиальная регрессия, технологический процесс, электронно-лучевая сварка
Аннотация: Целью исследования являются создание математической модели анализа и прогнозирования технологических параметров для процесса электронно-лучевой сварки с помощью современных регрессионных моделей, а также ее реализация в виде программной системы на языке программирования Python с применением программных пакетов Scikit-learn, Pandas,Показать полностьюNumPy и Matplotlib. В сущности задача предсказания параметров технологического процесса электронно-лучевой сварки представляет собой задачу регрессии, для решения которой существует множество подходящих алгоритмов. В рамках данной работы используются алгоритм регрессионного анализа как полиноминальная регрессия с L2 регуляризацией - гребневая регрессия, а также ансамбль алгоритмов решающих деревьев - случайный лес. Использование разработанной предсказательной модели позволит технологу более осознанно подходить как к выбору диапазона варьируемых параметров для исследований в новых технологических режимах, так и к поднятию качества в уже отработанных технологических режимах. Применение предложенных методов также позволит снизить временные и трудовые затраты на поиск, отработку и наладку технологического процесса. В работе описывается алгоритм гребневой регрессии, анализируется применимость данного алгоритма к решению поставленной задачи, а также проверяется достоверность прогнозов, получаемых при их непосредственном использовании. Кроме того, рассматривается процесс обучения модели на основе данных, полученных в рамках проведения экспериментов по отработке технологического процесса электронно-лучевой сварки. Анализ показал, что допустимо использование предложенного метода для технологических процессов, имеющих подобные статистические зависимости. Внедрение предложенного подхода предсказания параметров электронно-лучевой сварки на производстве позволит осуществить поддержку принятия технологических решений при отработке технологического процесса электронно-лучевой сварки, а также при вводе в производство новых видов продукции. The main purpose of the study is to create a mathematical model for the analysis and prediction of technological parameters of the electron-beam welding process using modern regression models, as well as its implementation as a software system in the Python programming language using Scikit-learn, Pandas, NumPy and Matplotlib software packages. Actually, the problem of predicting the parameters of the technological process of electron beam welding is a regression problem. There are many algorithms available for solving the regression problem. Under this work, a regression analysis algorithm is used as polynomial regression with L2 regularization - ridge regression, as well as an ensemble of decision tree algorithms - a random forest. Using the developed predictive model will allow the technologist to more consciously approach the selection of both the range of variable parameters for research in new technological modes and to improve the quality in already developed technological modes. The application of the proposed methods will also reduce the time and labor costs for the search, development, and adjustment of the technological process. The paper describes the ridge regression algorithm, as well as an analysis of the applicability of this algorithm to the solution of the problem posed, and also checks the reliability of the forecasts obtained by their direct use. Also, the process of direct training of the model is considered based on data obtained in the experiment framework on the development of the technological process of electron beam welding. An analysis of the applicability of the approach showed that it is permissible to use the proposed method for technological processes with similar statistical dependences. Implementation of the proposed approach to predicting the parameters of electron beam welding in production will make it possible to support the adoption of technological decisions when working out the technological process of electron beam welding, as well as when put into production new types of products.
Журнал: Программные продукты и системы
Выпуск журнала: № 2
Номера страниц: 316-323
ISSN журнала: 0236235X
Место издания: Тверь
Издатель: Куприянов Валерий Петрович