人工神经网络电弧焊接热效率的数学建模

IF 0.2 Q4 COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS Revista Brasileira de Computacao Aplicada Pub Date : 2022-10-24 DOI:10.5335/rbca.v14i3.13154
M. Maroski, A. Sausen, P. Sausen, Maurício De Campos, Manuel Binelo, Diego Tolotti de Almeida, Angelica Paola de Oliveira Lopes, Vagner Braga
{"title":"人工神经网络电弧焊接热效率的数学建模","authors":"M. Maroski, A. Sausen, P. Sausen, Maurício De Campos, Manuel Binelo, Diego Tolotti de Almeida, Angelica Paola de Oliveira Lopes, Vagner Braga","doi":"10.5335/rbca.v14i3.13154","DOIUrl":null,"url":null,"abstract":"Neste artigo é abordado o problema da estimativa da eficiência térmica da soldagem a arco elétrico, especialmente em relação ao processo \\textit{Gas Metal Arc Welding}. Apesar de ser um parâmetro de grande relevância, a eficiência muitas vezes é determinada a partir de valores tabelados pelas normas técnicas, o que pode acabar prejudicando as análises metalúrgicas, visto que esses valores nem sempre conseguem contemplar todas as variações possíveis nos parâmetros da solda. Nesse contexto, neste artigo é proposto o desenvolvimento de um modelo matemático através de Redes Neurais Artificiais (RNAs) para ser utilizado em conjunto com um calorímetro de fluxo contínuo, a fim de se obter uma estimativa prévia para a eficiência e evitar despesas com ensaios experimentais que produziriam resultados abaixo do ideal. Os dados experimentais foram obtidos através de ensaios do processo de soldagem na empresa Bruning Tecnometal Ltda, e as simulações foram realizadas na ferramenta computacional Matlab. O modelo proposto foi validado por meio do método \\textit{k-fold cross-validation} e apresentou baixo erro relativo médio.","PeriodicalId":41711,"journal":{"name":"Revista Brasileira de Computacao Aplicada","volume":null,"pages":null},"PeriodicalIF":0.2000,"publicationDate":"2022-10-24","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Modelagem matemática da eficiência térmica da soldagem a arco elétrico utilizando redes neurais artificiais\",\"authors\":\"M. Maroski, A. Sausen, P. Sausen, Maurício De Campos, Manuel Binelo, Diego Tolotti de Almeida, Angelica Paola de Oliveira Lopes, Vagner Braga\",\"doi\":\"10.5335/rbca.v14i3.13154\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Neste artigo é abordado o problema da estimativa da eficiência térmica da soldagem a arco elétrico, especialmente em relação ao processo \\\\textit{Gas Metal Arc Welding}. Apesar de ser um parâmetro de grande relevância, a eficiência muitas vezes é determinada a partir de valores tabelados pelas normas técnicas, o que pode acabar prejudicando as análises metalúrgicas, visto que esses valores nem sempre conseguem contemplar todas as variações possíveis nos parâmetros da solda. Nesse contexto, neste artigo é proposto o desenvolvimento de um modelo matemático através de Redes Neurais Artificiais (RNAs) para ser utilizado em conjunto com um calorímetro de fluxo contínuo, a fim de se obter uma estimativa prévia para a eficiência e evitar despesas com ensaios experimentais que produziriam resultados abaixo do ideal. Os dados experimentais foram obtidos através de ensaios do processo de soldagem na empresa Bruning Tecnometal Ltda, e as simulações foram realizadas na ferramenta computacional Matlab. O modelo proposto foi validado por meio do método \\\\textit{k-fold cross-validation} e apresentou baixo erro relativo médio.\",\"PeriodicalId\":41711,\"journal\":{\"name\":\"Revista Brasileira de Computacao Aplicada\",\"volume\":null,\"pages\":null},\"PeriodicalIF\":0.2000,\"publicationDate\":\"2022-10-24\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Revista Brasileira de Computacao Aplicada\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.5335/rbca.v14i3.13154\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"Q4\",\"JCRName\":\"COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista Brasileira de Computacao Aplicada","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5335/rbca.v14i3.13154","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS","Score":null,"Total":0}
引用次数: 0

摘要

本文讨论了电弧焊接热效率的估计问题,特别是与气体金属电弧焊接工艺有关的问题。尽管效率是一个非常重要的参数,但它通常是由技术标准所列的值决定的,这可能最终会损害冶金分析,因为这些值并不总是包括焊接参数的所有可能变化。在这种背景下,本文提出了一个数学模型的发展通过人工神经网络(ann)使用一个热的持续性,为了得到一个初步估计的效率,避免实验测试结果难道成本低于理想。实验数据是通过Bruning Tecnometal有限公司的焊接工艺测试获得的,并在Matlab计算工具上进行了模拟。采用k-fold交叉验证方法对模型进行了验证,平均相对误差较低。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
Modelagem matemática da eficiência térmica da soldagem a arco elétrico utilizando redes neurais artificiais
Neste artigo é abordado o problema da estimativa da eficiência térmica da soldagem a arco elétrico, especialmente em relação ao processo \textit{Gas Metal Arc Welding}. Apesar de ser um parâmetro de grande relevância, a eficiência muitas vezes é determinada a partir de valores tabelados pelas normas técnicas, o que pode acabar prejudicando as análises metalúrgicas, visto que esses valores nem sempre conseguem contemplar todas as variações possíveis nos parâmetros da solda. Nesse contexto, neste artigo é proposto o desenvolvimento de um modelo matemático através de Redes Neurais Artificiais (RNAs) para ser utilizado em conjunto com um calorímetro de fluxo contínuo, a fim de se obter uma estimativa prévia para a eficiência e evitar despesas com ensaios experimentais que produziriam resultados abaixo do ideal. Os dados experimentais foram obtidos através de ensaios do processo de soldagem na empresa Bruning Tecnometal Ltda, e as simulações foram realizadas na ferramenta computacional Matlab. O modelo proposto foi validado por meio do método \textit{k-fold cross-validation} e apresentou baixo erro relativo médio.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
Revista Brasileira de Computacao Aplicada
Revista Brasileira de Computacao Aplicada COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS-
自引率
50.00%
发文量
18
期刊最新文献
GRSR - a guideline for reporting studies results for machine learning applied to Electroencephalogram data Detecção e alerta de equipamentos não permitidos em quartos hospitalares por meio da supervisão da corrente elétrica Otimização inspirada na interação ecológica de predação do gato em relação ao rato aplicada ao problema da múltipla mochila 0-1 Classificação de sinais de voz para auxílio no diagnóstico da doença de Parkinson Authorship attribution of comments in Portuguese extracted from Reddit
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1