×
卡雷尔·帕夫利切克;瓦茨拉夫·科特兰;伊沃·多雷泽尔

替代技术在选定加热问题建模中的适用性和比较。 （英语） Zbl 1443.74172号

计算。数学。申请。 78，第9号，2897-2910（2019）.
总结：评估了使用替代技术对选定的加热强非线性耦合问题进行建模的可能性。主要目的是在获得仍可接受精度的结果的情况下，通过有限元方法计算给定任务的多个变量时，显著减少计算时间。针对感应辅助激光焊接这一非常复杂的3D问题，对常用的替代技术（基于克里格法、神经网络等）进行了测试。这里，最重要的输出量是焊缝的内部结构（对其机械参数起决定性作用）及其深度，这取决于许多输入参数（激光束功率、焊接零件的移动速度、整体几何结构和材料属性等），并且必须在焊接过程之前知道。本文给出了该过程的完整模型和考虑的代理算法，并对所得结果进行了比较。结果表明，仔细选择代理技术以及适当选择其输入数据是非常有益的，并且可以在过程设计中节省大量费用。还评估了此类特定技术的实施性能和适用性。

MSC公司：

74F05型 固体力学中的热效应
62G08号 非参数回归和分位数回归
82D40型 磁性材料的统计力学

关键词：

感应辅助激光焊接;代理建模;元建模;计算成本降低;焊缝深度预测;回归分析

软件：

伊斯兰解放军;PRMLT公司;Scikit公司
PDF格式BibTeX公司 XML格式引用
\textit{K.Pavlíck}等人，《计算》。数学。申请。78，第9号，2897--2910（2019；Zbl 1443.74172）
全文： 内政部

参考文献：

[1] Mackwood，A.P。；Crafer，R.C.，《激光焊接和相关工艺的热建模：文献综述》，Opt。激光技术。，37, 99-115 (2005)
[2] 加格，S。；Banwait，S.S。；Kumar，R.，用田口方法优化高频焊缝焊接参数，亚洲J.工程应用。技术。，2，78-83（2013）
[3] Jahn，A。；Krätzsch先生。；Brenner，B.，高强度钢薄板的感应辅助激光束焊接，电磁加工建模，195-200（2008）
[4] Mahrle，A.，《混合激光束焊接-分类、特性和应用》，J.laser Appl。，18 (2006)
[5] 马赫（M.）。；Schülbe，H。；Nacke，B.，《感应辅助焊接工艺的研究与设计》，Electr。修订版，84，228-231（2008）
[6] 李，X。；Wang，L。；Yang，L。；Wang，J。；Li，K.，dp1000钢线性激光焊接过程中温度场和熔池形成的建模，J.Mater工艺。技术。，214, 1844-1851 (2014)
[7] 库兹曼，M。；Iványi，A.，《磁学中的有限元方法》（2008），基亚多科学院：基亚多布达佩斯科学院
[8] Stratton，A.，《电磁理论》（2008），亚当斯出版社：纽约亚当斯出版社
[9] Holman，P.，《传热》（2002），麦格劳-希尔：麦格劳–希尔纽约
[10] Pánek，D。；科特兰，V。；哈马尔，R。；Doleíel，I.，关于小孔效应的激光和感应焊接建模新算法，应用。数学。计算。，319, 254-263 (2018) ·Zbl 1426.80012号
[11] Kleijnen，J.P。；Sargent，R.G.，《模拟中拟合和验证元模型的方法》，欧洲期刊Oper。第120、1、14-29号决议（2000年）·Zbl 0985.65007号
[12] S.W Doebling，F.Hemez，J.Schultze，A.L Cundy，基于元模型的非线性有限元模拟模型验证方法，2001年。；S.W Doebling，F.Hemez，J.Schultze，A.L Cundy，基于元模型的非线性有限元模拟模型验证方法，2001年。
[13] 弗雷斯特，A。；Keane，A.，《通过代孕建模进行工程设计：实用指南》（2008），John Wiley&Sons
[14] 龚，J。；A.C.Berbecea。；Gillon，F。；Brochet，P.，使用三维有限元法对直线感应电机进行多目标优化，COMPEL，31，3，958-971（2012）·Zbl 1358.78054号
[15] 科齐尔，S。；Bekasiewicz，A.，紧凑型射频/微波组件的计算可行性多目标仿真驱动设计策略，工程计算。，33, 1, 184-201 (2016)
[16] Hawe，G。；Sykulski，J.，单目标电磁设计优化中克里金替代模型的准确性和不确定性考虑，IET Sci。米苏尔。技术。，1, 1, 37-47 (2007)
[17] Queipo，N.V。；哈夫特卡，R.T。；Shyy，W。；Goel，T。；瓦迪亚纳桑，R。；Tucker，P.K.，基于代孕的分析和优化，Prog。Aerosp.航空公司。科学。，41, 1, 1-28 (2005)
[18] 肖，S。；罗塔鲁，M。；Sykulski，J.K.，《在电磁设计中使用克里金替代模型进行勘探与开发》，COMPEL，31，5，1541-1551（2012）
[19] Koziel，S.，《基于代理的建模与优化：工程应用》（2013），Springer:Springer New York，NY·Zbl 1269.00012号
[20] Z.Qian，C.Seepersad，V.R.Joseph，J.Allen，C.F.Jeff Wu，基于详细和近似模拟构建代理模型，128。；Z.Qian，C.Seepersad，V.R.Joseph，J.Allen，C.F.Jeff Wu，基于详细和近似模拟构建代理模型，128。
[21] Wessing，S。；鲁道夫，G。；图尔克，S。；克里米克，C。；南卡罗来纳州Schäfer。；施耐德，M。；Lehmann，U.，《用替代建模代替钣金成形的有限元分析》，Cogent Eng.，1，1，950853（2014）
[22] 拉斯穆森，C.E。；Williams，C.K.I.，机器学习的高斯过程（自适应计算和机器学习系列）（2005），麻省理工学院出版社
[23] Bishop，C.M.，模式识别和机器学习（信息科学和统计）（2006年），Springer-Verlag New York，Inc.：Springer-Verlag New Yeork，Inc，美国新泽西州Secaucus·兹比尔1107.68072
[24] Duvenaud，D.，《高斯过程自动模型构建》（2014），剑桥大学（博士论文）
[25] 威廉姆斯，C.K。；Rasmussen，C.E.，回归的高斯过程，神经信息处理系统的进展，514-520（1996）
[26] Rosenblatt，F.，《感知器：大脑中信息存储和组织的概率模型》。，精神病。修订版，65、6、386（1958年）
[27] Haykin，S.，《神经网络和学习机器》（2009），普伦蒂斯·霍尔/皮尔逊：普伦蒂斯霍尔/皮尔森纽约
[28] M.T.哈根。；Demuth，H.B。；Beale，M.H。；De Jesüs，O.，《神经网络设计》，第20卷（1996年），Pws Pub。波士顿
[29] Kubat，M.，《机器学习导论》（2015），Springer:Springer-Cham·Zbl 1330.68003号
[30] Mitchell，T.，《机器学习》（1997），McGraw-Hill:McGraw-Hill纽约·Zbl 0913.68167号
[31] 克里米尼西，A。；肖顿，J。；Konukoglu，E.，《决策森林：分类、回归、密度估计、流形学习和半监督学习的统一框架》，Found。趋势。计算。图表。愿景，7，2-3，81-227（2012）·Zbl 1243.68235号
[32] Breiman，L.，《随机森林》，马赫。学习。，45, 1, 5-32 (2001) ·Zbl 1007.68152号
[33] Pedregosa，F.，《Scikit-learn：Python中的机器学习》，J.Mach。学习。第12号决议，2825-2830（2011年）·Zbl 1280.68189号
[34] 詹姆斯·G。；维滕，D。；哈斯蒂，T。；Tibshirani，R.，《统计学习导论：在R中的应用》（Springer Texts in Statistics）（2013），Springer·兹比尔1281.62147
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。