欠陥特性と機械学習に基づく積層造形チタン合金の高サイクル疲労寿命予測

欠陥特性と機械学習に基づく積層造形チタン合金の高サイクル疲労寿命予測
著者: Liu Yao、Gao Xiangxi、Zhu Sixia、He Yuhuai、Xu Wei 所属: 北京航空材料研究所、AECC

近年、積層造形技術は継続的に改善されてきましたが、積層造形部品内部にランダムに分布する欠陥を完全に回避することは依然として困難です。従来の物理モデルを使用して、小さな欠陥が疲労性能に与える影響を正確に予測することは困難です。欠陥特性の複雑さとデータ次元の増加に伴い、物理式に依存するモデル予測はますます困難になっています。特に、多孔性欠陥を考慮した積層造形材料の高サイクル疲労寿命の予測では、従来のモデルの適用性が大幅に低下します。この制限により、欠陥特性パラメータと疲労性能の間の潜在的な法則を掘り起こすことで、積層造形材料の疲労寿命予測のための新しいソリューションを提供するためのデータ駆動型機械学習手法の導入が緊急に必要になります。

これまでの研究で、私たちのチームは機械学習モデル AutoGluon を使用し、大量の高サイクル疲労測定データに基づいて、TC17 チタン合金の高サイクル疲労寿命を正確に予測しました (Engineering Fracture Mechanics、2023、289: 109485 を参照)。しかし、積層造形材料の場合、欠陥特性パラメータを導入し、限られたデータに基づいて比較的正確な高サイクル疲労寿命予測を達成する方法は、解決すべき緊急の課題のままです。これを踏まえ、当チームは積層造形チタン合金TA15の性能データを活用し、さらに機械学習に基づき欠陥特性パラメータを考慮した高サイクル疲労寿命予測法を提案し、疲労寿命予測精度を大幅に向上させ、エンジニアリングアプリケーションに重要な参考資料を提供しました。

この研究におけるマクロデータには、主に引張強度、降伏強度、破断伸び、断面収縮、疲労性能パラメータなどの引張性能パラメータが含まれます。ミクロデータは、欠陥面積、欠陥相当直径、欠陥と試験片の端との間の有効距離など、細孔欠陥の疲労源領域から抽出された特性値から得られます。これらのマクロデータとミクロデータが組み合わさって、機械学習用のデータセットが構成されます。研究プロセスを図1に示します。疲労寿命と相関の高い欠陥特性パラメータをスクリーニングし、これらの特性パラメータを含むトレーニングセットを構築し、機械学習モデルを使用して計算することで、最終的に疲労寿命予測結果を取得します。図 2 は、欠陥特性がモデルの予測精度にどの程度影響するかを示しています。トレーニングセットに欠陥特性パラメータが含まれていない場合、トレーニングセットの機械学習モデルの予測結果の少なくとも10個のデータポイントが明らかに±3倍の誤差帯域を超えています(図2(a)参照)。しかし、欠陥特徴パラメータをトレーニングデータに導入すると、±3倍の誤差帯域を超えたデータポイントは2つだけで、予測結果のほとんどは±2倍の誤差帯域内に収まりました(図2(b)参照)。予測結果によると、欠陥特性パラメータを考慮した機械学習モデルにより疲労寿命予測精度が大幅に向上し、欠陥特性を考慮して予測されたSN曲線は実験的に測定されたSN曲線と一致しています(図3参照)。

本研究で構築された欠陥特性パラメータを考慮した機械学習モデルは、欠陥特性が疲労性能に与える影響を明らかにするだけでなく、疲労寿命予測の精度を大幅に向上させ、欠陥を考慮した疲労寿命解析の新たな研究アプローチを提供し、特に積層造形材料の設計最適化とサービス信頼性向上に対する技術サポートを提供します。

上記の研究は、Engineering Fracture Mechanics, 2025, 314: 110676 に掲載されました。第一著者は航空材料研究所の劉耀博士です。追跡研究はまだ進行中です。同僚の皆様は注目して訂正していただければ幸いです。連絡先著者は [email protected] (研究員 Xu Wei) です。

図1 本研究における欠陥特性を考慮した機械学習寿命予測法のフローチャート
(ア) (イ)
図 2 異なるトレーニング セットに基づく予測結果の比較: (a) 欠陥特性パラメータのないトレーニング セットの予測結果、(b) 欠陥特性パラメータを含むトレーニング セットの予測結果図 3 欠陥特性パラメータを考慮して予測された SN 曲線と実験的に測定された SN 曲線の比較。ここで、sd、ssd、id はそれぞれ表面欠陥、表面下欠陥、内部欠陥を表します。
チタン合金、性能、寿命、疲労

<<:  香港 3D プリント協会は非常に興味深い団体であり、中国本土の協会との交流を楽しみにしています。

>>:  清華大学のリン・フェン教授チームによるレビュー:電子ビーム粉末床融合積層造形法と中国におけるその発展

推薦する

3Dプリント - フットウェア製品の大量カスタマイズはとても簡単

課題: マスカスタマイゼーションを使用して、人体にぴったりフィットする個別に設計されたインソールとビ...

「レーザー粉末床溶融積層造形オンライン監視および品質評価技術」プロジェクトデモンストレーション会議が西空智能製造で開催されました

2023年3月26日、西安航空宇宙機電智能製造有限公司(以下、「西空智能製造」という)が主導する2...

3D プリンティングはどのようにして自動車業界の課題を解決し、生産ニーズに適応できるのでしょうか?

ゼネラルモーターズは、電気自動車の軽量化のため、オートデスクのジェネレーティブデザインソフトウェアを...

3Dプリントされた小さな構造が体内の余分な化学療法薬を吸収できる

米国の大学の共同研究チームは、患者の体内の余分な化学療法薬を吸収できる3Dプリント装置を開発した。こ...

SUGINO、新型XTENDEDハイブリッド3Dプリンターを発売

2022年10月17日、アンタークティックベアは、日本の精密機器メーカーであるスギノマシン株式会社...

3Dプリント心臓弁が患者固有の治療への関心を喚起

出典: Additive Light最近、フェニックスで開催された AMPM2019 カンファレンス...

「レッツトーク」J-15主任設計者が3Dプリントでプロファイルに5億元節約できることを明かす

この投稿は Little Soft Bear によって 2017-6-12 16:33 に最後に編集...

3D プリントされたピカソはどんな感じになるでしょうか?南極のクマがあなたに見せます

この投稿は、Little Soft Bear によって 2017-4-14 10:38 に最後に編集...

江蘇ウェラリは江蘇省の潜在的ユニコーン企業リストに載っており、金属3Dプリント材料の革新をリードしている。

2024年10月21日、南極熊は江蘇省生産性向上センターが2024年江蘇省ユニコーン企業および潜在...

アフリカにおける3Dプリンティングと積層造形について語るギャビン・レゴット

△ギャビン・レゴットこの記事は、アフリカの 3D プリント業界について議論する、Promake I...

AVICマットが3DプリントTiNi記憶合金粉末材料の開発に成功

2017年1月5日、南極熊は中国の金属3Dプリント粉末会社であるAVIC Mattが、既存の球状チ...

スマート製造は決して止まることなく、突破して前進します。第5回SAMA付加製造産業発展会議の連台フォーラムが成功裏に終了

2023年5月12日、第5回SAMA付加製造産業発展会議が上海で成功裏に開催されました。SAMAサ...

ノルスクは半導体市場向けにチタン合金部品を3Dプリントし、ASMLリソグラフィー装置に適用する

2023年2月24日、Antarctic Bearは、ノルウェーを拠点とする金属積層造形(AM)企...

日産が3Dプリントペンを使って実物大のクルマを実際に描いてみた!

Antarctic Bear は、3D プリント ペンなどの興味深いツールは誰もがすでによく知って...