EN
AZ
Научная статья «Integrated Data-Driven and Simulation-Based Approach to Optimize St37 Tube Extrusion», соавтором которой является ассистент кафедры технической механики и машиностроения Азербайджанский государственный аграрный университет Хусейн Гаджимири, опубликована в журнале The International Journal of Advanced Manufacturing Technology издательства Springer с импакт-фактором 3,7.
Журнал индексируется в первом квартиле (Q1) базы данных Scopus и во втором квартиле (Q2) базы данных Web of Science.
В рамках исследования экструзии подвергались стальные трубы ST37 с использованием многоступенчатой системы штампов, состоящей из двух предварительно формирующих и одного окончательно формирующего штампа. В качестве входных параметров были выбраны длина конечного штампа, коэффициент трения и скорость экструзии, а в качестве выходных параметров оценивались распределение толщины стенки, сила экструзии и среднеквадратичная ошибка (MSE).
Моделирование процесса было выполнено методом конечных элементов (FEM) с использованием программного обеспечения ABAQUS/Explicit и интегрировано с алгоритмами оптимизации для повышения эффективности процесса. Для определения оптимального сочетания технологических параметров применён гибридный подход машинного обучения, объединяющий генетический алгоритм NSGA-II и искусственные нейронные сети (ANN).
Разработанная модель продемонстрировала высокую точность прогнозирования и высокую степень соответствия между результатами моделирования и экспериментальными данными. Экспериментальная проверка по толщине стенки и силе экструзии подтвердила надёжность и устойчивость модели. Оптимальные параметры обработки обеспечили более равномерное распределение толщины стенки, снижение силы экструзии и минимизацию среднеквадратичной ошибки.
Подтверждающие эксперименты показали высокую точность модели: погрешность составила около 3,19 % для силы экструзии и 4,36 % для среднеквадратичной ошибки. Полученные результаты подтверждают надёжность и высокую эффективность предложенного метода оптимизации.
С полным текстом статьи можно ознакомиться по ссылке, приведённой ниже.
Журнал индексируется в первом квартиле (Q1) базы данных Scopus и во втором квартиле (Q2) базы данных Web of Science.
В рамках исследования экструзии подвергались стальные трубы ST37 с использованием многоступенчатой системы штампов, состоящей из двух предварительно формирующих и одного окончательно формирующего штампа. В качестве входных параметров были выбраны длина конечного штампа, коэффициент трения и скорость экструзии, а в качестве выходных параметров оценивались распределение толщины стенки, сила экструзии и среднеквадратичная ошибка (MSE).
Моделирование процесса было выполнено методом конечных элементов (FEM) с использованием программного обеспечения ABAQUS/Explicit и интегрировано с алгоритмами оптимизации для повышения эффективности процесса. Для определения оптимального сочетания технологических параметров применён гибридный подход машинного обучения, объединяющий генетический алгоритм NSGA-II и искусственные нейронные сети (ANN).
Разработанная модель продемонстрировала высокую точность прогнозирования и высокую степень соответствия между результатами моделирования и экспериментальными данными. Экспериментальная проверка по толщине стенки и силе экструзии подтвердила надёжность и устойчивость модели. Оптимальные параметры обработки обеспечили более равномерное распределение толщины стенки, снижение силы экструзии и минимизацию среднеквадратичной ошибки.
Подтверждающие эксперименты показали высокую точность модели: погрешность составила около 3,19 % для силы экструзии и 4,36 % для среднеквадратичной ошибки. Полученные результаты подтверждают надёжность и высокую эффективность предложенного метода оптимизации.
С полным текстом статьи можно ознакомиться по ссылке, приведённой ниже.
https://link.springer.com/article/10.1007/s00170-025-17335-4#Abs1
DOI: https://doi.org/10.1007/s00170-025-17335-4
DOI: https://doi.org/10.1007/s00170-025-17335-4