SMOTE数据预处理算法在砂型铸造复杂铸件缺陷预测中的应用

针对实际生产过程采集的复杂转向桥铸件工艺数据中冷隔、气孔、砂眼、缩孔等缺陷类别的数据量严重不平衡、复杂铸件缺陷预测模型准确率不高的问题,结合砂型铸造实际工况,引入了SMOTE(Synthetic Minority Oversampling Technique)数据预处理算法,探究其在砂型铸造复杂铸件缺陷预测中的应用。根据采集到的复杂铸件不平衡数据集的特点,基于SMOTE数据预处理算法,科学扩充了不平衡数据集,创建了可用于训练复杂铸件缺陷预测模型的平衡数据集,数据预处理前后的模型预测准确率从86.50%提高至97.91%。

数据驱动选区激光熔化成形性能优化与智能工艺研究进展

选区激光熔化(SLM)是一种革命性的金属增材制造技术,传统方法难以实现SLM零件多项性能目标协同优化和智能化工艺推荐。为此本文报道了新兴的数据驱动方法在SLM成形性能优化及成形机理探索方面进展。首先,阐明了数据驱动已成为促进SLM成形高性能零件的趋势选择;其次,报道了SLM成形单性能和多性能目标优化,总结了存在挑战并指出优化方向,并提出了一套通用的数据驱动SLM智能工艺推荐系统研究框架、构建方案和多维评价准则;再次,综述了数据驱动SLM成形机理并阐明了其发展方向;最后,探讨了数据驱动SLM目前存在的问题及发展趋势。通过对成形性能优化与成形机理进行总结,旨在促进增材制造工艺优化迈向智能化,促进SLM成形构件高质量,高综合性能发展。

自硬-微波加热复合硬化硅酸盐粘结剂砂性能研究

针对自硬硅酸盐粘结剂砂用于铸铁件时存在硬化速度慢、对环境湿度敏感、砂型(芯)强度低、溃散性差四个问题,本文选择一种新型硅酸盐粘结剂,以陶瓷砂为原砂,在采用固化剂自硬的基础上,还通过微波加热以及添加粉末促硬剂,进行了复合硬化工艺的研究。首先,研究了微波加热工艺参数对型砂试样性能的影响,确定了优化微波加热工艺:加热功率为900 W、加热时间为180 s;而后,选用了三种粉末促硬剂进行优化,得到的最佳粉末添加剂优化方案为粘结剂2.2%、微硅粉0.2%、氧化铝0.2%、石英粉0.06%。结果表明,该组优化方案相比较不加入粉末添加剂,使砂型(芯)1 h强度提高至1.86 MPa,24 h强度提高至2.17 MPa,98%RH吸湿强度提高至1.45 MPa,800℃残留强度降低至0.75 MPa,其常温强度值和残留强度值分别达到和接近自硬树脂砂的水平。

铸件X射线检测虚拟探伤图像生成方法

随着国防核心装备对零件的要求不断提高,铸件向结构复杂化方向发展,如大壁厚差、多交叉结构等,致使铸件内部缺陷的无损检测更困难。X射线探伤过程中,拍片依赖人工反复调整成像部位和参数,存在探伤部位易漏检、成像质量波动大等问题,亟需发展智能分区调参拍片技术。为此,本文提出了铸件X射线检测虚拟探伤图像生成方法。首先,建立了铸件坐标降维映射模型,实现了铸件三维坐标降维映射到成像板平面二维坐标。其次,建立了仿真成像参数拟合模型,生成了点光源式虚拟射线对铸件三维模型的仿真探伤图像。最后,开发了铸件X射线检测虚拟成像系统。该方法可为实际探伤提供优化的成像姿态和成像参数信息,为智能分区调参拍片技术提供理论支撑。

铸造工艺数据驱动的工程机械铸件缺陷预测

针对砂型铸造过程缺陷难以寻因、工艺数据类别不平衡问题,提出了一种基于特征重分布与代价敏感学习的卷积神经网络缺陷预测方法。首先,根据样本特征相关性,对特征向量排列顺序进行了优化;其次,基于不平衡工艺数据样本设计了代价敏感正则项,对模型损失函数进行了修正;最后,构建了缺陷预测模型(FR-CS-CNN)。测试结果表明,本研究构建的FR-CS-CNN在总体预测精度上达到了93.67%,相比卷积神经网络提升了2.96%。

碱性酚醛树脂砂表面安定性的试验研究

碱性酚醛树脂砂作为一种环保型树脂砂,在铸钢件生产上得到了广泛应用,但存在表面安定性差的问题,容易导致生产的铸钢件易发生夹砂和粘砂缺陷。为此,首先以碱性酚醛树脂砂为主要研究对象,确定达到实际生产需求的表面安定性为99%,其次筛选碱性酚醛树脂和粉末添加剂,选用了两种粉末添加剂,进行正交试验后得到的最佳工艺方案为:树脂加入量1.2%,原砂采用大林砂40/70号,氧化镁0.1%,可溶性淀粉0.1%。结果表明,相较于优化前,优化后的方案1 h强度提高至0.55 MPa,24 h强度提高至0.93 MPa,表面安定性提高至99.12%,最后进行浇注验证,与优化前相比,优化后的造型方案生产的铸钢件表面质量较好,无夹砂和粘砂缺陷。

基于华铸CAE的铸造充型过程卷气缺陷定量预测研究

目的针对目前单向流数值模拟软件无法模拟卷入金属液中的气体及其演变情况的问题,开展铸造充型过程卷气缺陷定量预测研究,开发基于华铸CAE的卷气定量预测系统,深入理解铸造卷气缺陷的形成原理与运动机理,准确预测金属充型过程中的卷气量和卷气造成的气孔缺陷,为生产实践提供指导。方法提出了一种金属充型过程卷入气体搜寻与追踪算法,将卷入金属液中未经考虑的气体进行保留,从而修正单向流系统,并基于此开发了卷气定量预测系统,并对该系统进行了验证。结果应用该系统后,原本未经考虑而消失的孤立气泡被保留下来以便进行后续计算,对液体体积进行了再分配,保证修改前后液体体积守恒,并修正了金属液速度,实现了卷气定量预测系统的基本功能。结论开发的卷气定量预测系统能够考虑到卷入金属液中的气体,并对气体做出定量预测,实现金属充型过程中气孔缺陷的定量预测,对生产实践中的工艺优化有一定的指导作用。

钢铁生产主工序碳排放数字化仿真及流程改造

对照我国提出的“双碳”战略,钢铁行业降碳减排时间紧,任务重,刻不容缓。作为降碳减排的重要手段,钢铁生产碳排放数字化仿真目前主要集中于炼铁、炼钢等单一工序,存在着多工序碳排放模型缺乏、系统性流程改造方案欠缺等问题。为此,开展了钢铁生产主工序流程碳排放数字化仿真及流程改造研究。首先,构建了“5+1”主工序流程碳排放数学模型,开发了华铸钢铁生产碳排放仿真软件,解决钢铁行业主工序流程模型缺乏问题;其次,基于宝钢和唐钢等企业数据进行验证,吻合度超96%,证实了模型与软件的准确性和可靠性,为流程改造奠定基础;最后,从技术革新、碳回收、碳中和和能源变更等四个方面,系统性提出了NTC(New Technology Combination)、燃烧后CO_(2)回收、燃烧前CO_(2)回收、氢冶金短流程生产等四种方案,技术实现从易到难,可依次服务于近期、中期、中后期和后期“双碳”计划,对钢铁行业降碳减排具有很好的参考作用。

大型复杂钛合金铸件有限差分网格快速生成算法

钛合金以其卓越的耐腐蚀性、轻质和高强度特性,成为航空航天工业中的核心材料。随着现代装备制造技术的飞速发展,钛合金铸件的制造技术也达到了新的高度,不仅复杂程度显著提升,而且铸件的规模也趋向于大型化。钛合金铸件大型化、薄壁化、复杂化的趋势,无疑对铸造过程的数值模拟带来了挑战。网格是数值模拟过程的计算域,因此首要问题就是如何高效生成高质量的网格。为应对这一问题,本文提出了一种算法,旨在高效生成适用于有限差分方法的六面体均匀网格。该算法结合了具有空间划分优势的八叉树数据结构和经典的射线法。首先利用八叉树数据结构对钛合金铸件的三维模型进行精细空间划分,通过与有限差分网格的映射关系,快速生成精确的表面网格。然后采用射线法,以表面网格为基础,依据射线与铸件内部的交点信息,精准构建内部网格。经过测试验证,该算法能够高效、准确地生成高质量的有限差分六面体均匀网格,为后续的数值计算提供了精确、可靠的计算域。

基于数据合成与机器学习的6DM气缸体复杂铸件缺陷预测

在汽车核心零部件制造等关键领域,复杂铸件出现缺陷的后果尤为严重,因此对复杂铸件进行缺陷预测并提高其生产质量刻不容缓。本文针对实际铸造过程中采集到的6DM气缸体复杂铸件生产数据中气孔、砂眼等缺陷类别的数据量严重不平衡问题,对基于数据合成与机器学习的6DM气缸体复杂铸件缺陷预测进行研究,梳理了人工神经网络与复杂铸件缺陷预测的研究现状,结合企业现场生产情况,开展了需求分析,获取6DM气缸体复杂铸件生产数据。并基于SMOTE(synthetic minority oversampling technique)算法,创建了合成数据集,采用合成数据集作为训练模型的数据集,预测准确率达到99.37%。结果表明,构建的复杂铸件缺陷预测模型能够准确预测复杂铸件缺陷。

铸件质量溯源和寻因方法研究

航天钛合金铸件缺陷对铸件性能影响大,生产铸件废品率高,而铸件因在铸造过程中参数波动等原因产生一些内部或外部缺陷,为了精准快速寻找各个关键工艺参数对铸件质量的影响规律,降低铸件产品缺陷。本文使用华铸ERP提取各个生产工艺参数,使用主成分分析降低参数维度,通过BP神经网络预测与分析模型、随机森林算法和XGBoost算法进行对比,结果显示随机森林的预测准确率和召回率最高。根据预测模型阐述了铸造缺陷与工艺参数之间的关联,找到铸件缺陷产生源头,指导优化生产流程,有效减少缺陷率。研究表明,结合大数据分析的预测模型可以实时监控生产过程,实现航天铸件缺陷的质量管理,为促进航天智能化制造企业的升级提供参考。

多源异构数据驱动的砂型铸造复杂铸件质量预测

砂型铸造复杂铸件会出现冷隔、气孔、砂眼、缩孔等缺陷,需要对铸件质量进行预测。其中,影响铸件质量的因素包括工艺参数和产品结构,而铸件三维结构复杂,存在表征困难、形貌与铸件成形质量间关系无法确定的问题。针对上述目标和问题,课题组开展了多源异构数据驱动的砂型铸造复杂铸件质量预测研究。首先,采集了混砂造型、熔炼浇注等过程的结构化工艺参数数据和产品三维结构;其次,构建了深度卷积自编码器,实现了对复杂铸件三维结构的特征提取,获得了特征数据;最后,构建了工艺、三维异构数据驱动的砂型铸造复杂铸件质量预测模型,对铸件缺陷进行了准确预测。

一种砂型铸造质量数据挖掘模型及其应用

由于生产工艺复杂、制造流程长、生产量大等特点,砂型铸造产品存在质量波动大、质量溯源难等问题。近年来,虽然随着ERP、MES等信息管理系统的引入,铸造企业能够收集到的数据更多,但现有的这些信息并没有转化为知识,或只有少量数据被利用。由此,提出了一种基于华铸ERP系统的数据挖掘方法,在信息化管理的基础上,对收集的所有数据进行深度挖掘分析,挖掘结果由数据表、散点图、饼状图等方式展现。同时,还根据数据的关联关系,通过神经网络实现了对不同工艺参数产品的质量预测,以提升企业产品质量管控能力,提高企业效益。

湿型砂鲕化率检测方法的研究

采用磷酸法和盐酸-氢氧化钾法对湿型砂鲕化率进行了测量试验,并对其中的关键步骤进行了改进。试验结果表明:将加热方式改为随炉加热,可以避免试样表面出现焦炭膜;将煮沸工艺改为煮沸+搅拌工艺,可以使鲕化层去除更完全;将盐酸-磷酸法中的盐酸取消,简化为磷酸法,可以减小金属元素损失,使测量值更准确;将盐酸-氢氧化钾法的反应时间从25 min延长至30 min,可以解决砂粒未洗净的问题;使用少量盐酸滴入到沉淀与砂粒混合的溶液中,沉淀可以被有效去除,解决两者难以分离的问题。

基于CAE的缸盖砂型铸造浇注温度和铸型温度对缩孔的影响研究

针对汽车发动机缸盖铸件在砂型铸造过程中存在的缩孔缺陷,利用CAE模拟软件研究关键工艺参数——浇注温度和铸型温度对缩孔缺陷的影响。缩孔缺陷主要出现在缸盖的厚壁处,在浇注温度为1370℃、铸型温度为20℃以及浇注温度为1360℃、铸型温度为30℃时,缩孔数量最少,为22个。通过相关性分析,发现相较于铸型温度,浇注温度对缩孔数量的影响更明显。

基于实时Web技术的车间监测系统设计与实现

为推进传统铸造车间智能化、数字化转型,解决车间数据管理效率低、利用效率低等问题,引入WebSocket技术建立了一套实时在线的车间数据监测系统,实现了工业数据接入、数据实时监测、报警提示、历史数据分析等功能。首先,通过Modbus/TCP采集设备的参数实时值,将数据转储到MySQL数据库中;其次,利用Django服务器监听数据库更新事件,并创建服务器与浏览器之间的WebSocket双向数据通信通道,实现数据高效稳定传输;最后,通过Vue双向数据绑定技术将实时数据绑定到ECharts折线图、面积图等组件中,实现数据的科学展示。所提系统覆盖车间所有设备的126个参数,响应时间相较于传统Ajax轮询至少缩短了10 ms,数据同步周期可达到200 ms;所提系统在实际工程应用中已实现稳定运行,能有效降低前后端通信带宽,提高响应速度,为管理人员提供详细的生产信息,大幅提升了管理效率和生产效率。

高温合金定向凝固过程中枝晶生长与溶质对流数值模拟

目的针对高温合金叶片在定向凝固过程中容易出现雀斑缺陷,从而导致叶片报废的问题,对定向凝固枝晶生长与溶质对流进行模拟研究,以揭示雀斑缺陷的形成规律。方法针对CM247LC合金定向凝固过程,采用相场模型模拟凝固过程枝晶生长,采用格子Boltzmann模型模拟溶质浓度差引起的自然对流。采用基于双重网格的GPU并行算法对相场-格子Boltzmann模型进行数值求解。研究在不同晶体取向角度与取向差条件下的枝晶形貌、对流速度及溶质羽流的演变规律。结果当晶体取向角度不同时,在枝晶生长过程中,液相区域的平均对流速度均表现为周期性变化。当晶体取向角度较大时,随着晶体取向角度的变大,一次枝晶臂间距变大。当枝晶间存在晶体取向差时,溶质羽流倾向于在发散型晶界附近发起;随着晶体取向差的增大,溶质羽流发起时间提前。溶质羽流的形成阻碍了枝晶尖端及附近枝晶侧臂的生长。结论晶体取向角度对溶质羽流形成的影响较小,较大的晶体取向差对溶质羽流的形成有促进作用。

数值模拟热物性参数反求技术研究及其在轨道交通铸件中的应用

通过测定不同种类的合金材料、砂型和冒口的铸件实际降温曲线,来优化热物性参数,提高碱酚醛树脂砂仿真精度。首先,基于华铸CAE与参数反求技术,在不同条件下对铸件开展正交试验,建立铸件的降温曲线。其次,对于各类铸件实际测温,并对比与降温曲线的相似度,进行误差分析。最后,根据对比结果选取与实测的降温曲线最接近的模拟曲线,确定热物性参数。正交试验表明,当温度在1000℃~1500℃时,反求之后的实际测温曲线与模拟曲线的相似度大于95%,两者吻合良好。

基于华铸CAE的转向桥铸造模拟及缺陷预测研究

针对工程机械转向桥铸件易出现缩孔缩松缺陷的现象,结合砂型铸造实际生产条件,设计了正交模拟实验,采用华铸CAE模拟软件对转向桥铸件的充型凝固过程及缩孔缩松形成过程进行了数值模拟。基于模拟结果,预测了转向桥铸件中存在的缩孔缩松缺陷部位及缩孔缩松总体积,并对关键工艺参数进行了敏感度分析,为铸造生产与工艺优化提供指导。

用于铸造生产过程异常检测的加权超球核主元分析

针对铸造过程数据维度高、非线性和非高斯性的特点,导致主元分析法存在易漏检、检测效率低等问题,提出了加权超球核主元分析的生产过程异常检测方法。首先使用指数加权移动平均对数据平滑处理,然后通过核主元分析法对数据核映射获得主元空间和残差空间,最后将两个子空间信息分别输入到样本加权的支持向量数据描述建立统计模型,并利用建立的模型对数据进行异常检测。使用田纳西-伊斯曼过程数据和铸造的砂处理过程数据进行验证,结果表明该方法比主元分析法具有更高的检测率。