THE APPLICATION OF ARTIFICIAL INTELLIGENCE TO ANALYZE THE LINER PRODUCTION PROCESS

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The paper demonstrates a technique that combines the use of artificial intelligence and the finite element method to analyze the production process of the liner – the seamless part of composite overwrapped pressure vessels obtained by tube forming. Instead of expensive physical experiments, computer simulation was used, which made it possible to quickly obtain "big data", including the main technological parameters of tube forming process, some metal flow features and the tendency for defects to appear. The processing of the data array was carried out in MATLAB using neural networks and a genetic algorithm for the multi-objective optimization problem. As a result, the influence of technological parameters on the formation of the liner geometry was determined, and the optimal variant of their manufacture was proposed, which is of practical interest to companies producing metal-composite cylinders.

About the authors

Evgeniy Vladimirovich Preobrazhenskiy

Federal State Budgetary Institution of Higher Education Moscow Aviation Institute, Moscow, Russia

Email: paltievich@gmail.com

V. I Galkin

Federal State Budgetary Institution of Higher Education Moscow Aviation Institute, Moscow, Russia

Email: paltievich@gmail.com

A. R Paltievich

Federal State Budgetary Institution of Higher Education Moscow Aviation Institute, Moscow, Russia

Email: paltievich@gmail.com

E. V Galkin

Federal State Budgetary Institution of Higher Education Moscow Aviation Institute, Moscow, Russia

Author for correspondence.
Email: paltievich@gmail.com

References

  1. Металлокомпозитные баллоны-сосуды высокого давления. URL: http://safit.info/ (Дата обращения: 09.05.2022). - Текст: электронный.
  2. Bunsell, A.R. Health monitoring of high performance composite pressure vessels / A.R. Bunsell, A. Thionnet // Comp.Composite Mater. II: Testing, nondestructive evaluation and structural health monitoring. 2018. V.7. P.420-430.
  3. Трутнев, Н.С. О выборе рациональной толщины стенки лейнера металлокомпозитного баллона высокого давления / Н.С. Трутнев, А.А. Шишкин, Т.В. Филимонова // Механика композиционных материалов и конструкций. 2019. Т.25. №1. С.97-109.
  4. Сарбаев, Б.С. Вариант расчета цилиндрической части композитного баллона высокого давления с несущим металлическим лейнером / Б.С. Сарбаев, С. Чжан // Конструкции из композиционных материалов. 2020. №2 (158). С.3-11.
  5. Yu, B. Optimal design of composite overwrapped pressure vessel for space application based on grid theory calculation and numerical simulation / B. Yu, H. Zhang, T.-J. Ma, J.-P. Zhao // 6th Intern. Conf. Mechan. Eng. Autom. Sci. (ICMEAS). 2020. P.93-99. doi: 10.1109/ICMEAS51739.2020.00025.
  6. Евраз. пат. 029501. МПК F17C1/14, B23K20/12, C22F1/09. Сосуд из термически неупрочняемого алюминиевого сплава и способ его изготовления / Богачек О.Е., Дриц А.М.; заявл. 15.02.2017; опубл. 30.03.2018. Бюл. EAПВ (Изобретения (евразийские заявки и евразийские патенты)). №4. 7 с.
  7. Васильев, В.В. Композитные баллоны давления: проектирование, расчет, изготовление и испытания / В.В. Васильев, Н.Г. Мороз. - М.: Машиностроение: Инновационное машиностроение, 2015. 372 с. ISBN 978-5-9906087-1-9.
  8. Aronowitz, A. Programming in lua: the ultimate beginner's guide to learn lua step by step / A. Aronowitz, C. Alves. - 4th ed. - [S.l.]: Independently Publ., 2021. 274 p. ISBN 9798741088968.
  9. Paluszek, M. Practical MATLAB Deep Learning: A Projects-Based Approach / M. Paluszek, S. Thomas, E. Ham / 2nd ed. - [S.l.]: Apress, 2022. 252 p. ISBN 9781484279113.
  10. Власов, А.В. Конечно-элементное моделирование технологических процессов ковки и объемной штамповки: учеб. пособ. / А.В. Власов [и др.]; под ред. А.В. Власова. - М.: Изд-во МГТУ им. Н.Э. Баумана, 2019. 383 с.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2023 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».