Достижения в области методов машинного обучения, используемых для прогнозирования усталостного ресурса сварных конструкций

В судостроительной, строительной, автомобильной и аэрокосмической промышленности сварка по-прежнему является важнейшим производственным процессом, поскольку позволяет создавать крупные сложные конструкции с точными размерными характеристиками. Такие конструкции имеют существенное значение для урбанизации, поскольку применяются, в частности, в резервуарах, судах и мостах. Однако усталость остается одним из наиболее важных видов повреждения сварных конструкций. Поэтому это явление необходимо учитывать при проектировании и оценивать в процессе эксплуатации конструкции. Хотя традиционные методы, включая методы по кривым «деформация–ресурс», линейную упругую механику разрушения и процедуры, основанные на напряжениях, полезны для диагностики усталостных разрушений, эти подходы обычно ограничены геометрией, требуют значительных вычислительных затрат, не обладают способностью к самообучению и имеют ограниченные возможности автоматизации. В то же время с появлением машинного обучения, способного быстро выявлять закономерности разрушения, сокращать затраты и время, а также способствовать автоматизации, многие задачи, связанные с повреждениями, демонстрируют перспективность получения эффективных решений. В данном исследовании представлен подробный обзор применения алгоритмов машинного обучения для прогнозирования срока службы сварных конструкций. Также рассматриваются их преимущества и ограничения. В частности, анализ охватывает тип материала, область применения, способ сварки, входные и выходные параметры. Показано, что такие входные параметры, как напряжение дуги, скорость сварки, диапазон коэффициента интенсивности напряжений, параметры роста трещины, истории нагружения, толщина и размер сварного ядра, влияют на выходные параметры, включая остаточные напряжения, число циклов до разрушения, ударную прочность и коэффициенты концентрации напряжений. Наибольшая частота использования материалов пришлась на стали, включая высокопрочные и нержавеющие стали, тогда как мосты были наиболее часто исследуемой областью применения.