АНАЛІЗ ПРИЧИН ВИНИКНЕННЯ ДЕФЕКТІВ ГНУТИХ ПРОФІЛІВ
DOI:
https://doi.org/10.31471/1993-9981-2025-1(54)-37-46Ключові слова:
неруйнівний контроль, вимірювання, дефектоскопія, дефекти, валкове формоутворення, профілювання, нейронні мережі, властивості матеріалівАнотація
У статті розглянуто актуальну проблему забезпечення якості гнутих профілів, які широко використовуються у різних галузях промисловості. Проаналізовано основні типи дефектів, що виникають у процесі профілювання, такі як геометричні відхилення, втрата стійкості, пошкодження поверхні, зміни механічних властивостей тощо. Визначено ключові фактори, що спричиняють появу цих дефектів,
включаючи неоптимальні режими та схеми формоутворення, нестабільність властивостей матеріалу та неточності налаштування обладнання. Особливу увагу приділено огляду сучасних наукових досліджень та розробок, спрямованих на вирішення проблем дефектоутворення та підвищення точності процесу профілювання. Розглянуто підходи, що базуються на впровадженні систем моніторингу параметрів процесу та якості готової продукції, оптимізації технологічних режимів, а також застосуванні інтелектуальних систем управління на основі машинного навчання та цифрових двійників. Особливий акцент зроблено на застосуванні методів штучного інтелекту та машинного навчання для прогнозування поведінки матеріалу
в процесі прокатки, оптимізації технологічних параметрів та мінімізації дефектів. Детально розглянуто приклади використання нейронних мереж різних архітектур (зокрема згорткових та рекурентних) для точного передбачення кінцевої геометрії профілю та величини пружного повернення. Проаналізовано можливості застосування еволюційних алгоритмів (таких як Bat Algorithm) у поєднанні з регресійним аналізом (наприклад, Support Vector Regression) для оптимізації режимів прокатки з метою досягнення мінімального пружного повернення та максимальної відповідності заданим розмірам. Результати проведеного аналізу підкреслюють значний потенціал використання сучасних інформаційних технологій для покращення якості гнутих профілів, підвищення ефективності виробництва та зменшення відсотка браку.
Завантаження
Посилання
Pliesnetsov Yu. O., Makovei V. O. Kovalsko-shtampuvalne obladnannia. Mekhanichni presy : navch. posibnyk (Forging Equipment. Mechanical Presses: textbook). Nats. tekhn. un-t "Kharkiv. politekhn. in-t", Nats. tekhn. un-t Ukrainy "Kyiv. politekhn. in-t". – Kharkiv : NTU "KhPI". 2014. 236 p. [in Ukrainian]URL:https://repository.kpi.kharkov.ua/handle/KhPI-Press/11095
Essa Abdelrahman, Decker Marcus Padharia Harshil, Weiss Matthias. Inline monitoring of material properties and product shape in roll forming. MATEC Web of Conferences. 2025. Vol. 408. 01021. doi: 10.1051/matecconf/202540801021
Chen Peng, Lu Shihong. Surface Forming Mechanism and Numerical Simulation Study in Four-Roll Flexible Rolling Forming. Heliyon. 2024. Vol.10. Issue 23. doi: 10.1016/j.heliyon.2024.e40166
Ren Yinwang, Dong J, Sun Y, Sedlmaier Albert, Guo Q, Zhang D, Yang J. Digitization of roll forming and its application. IOP Conference Series: Materials Science and Engineering. 2022. 1270. 012010. doi: 10.1088/1757-899X/1270/1/012010
Hofmann Johannes, Becker Marco, Kubik Christian, Groche Peter. Machine learning based operator assistance in roll forming. Production Engineering. 2024. Vol.19. P. 283-294. doi: 10.1007/s11740-024-01311-0
Huang Guoyan, Zhang Yafeng, Wu Tong, Shi Peng, Wan Menghang. Roll bending forming curvature radius prediction based on the CNN-TCN-TPA neural network model. International Journal of Material Forming. 2025. Vol. 18. No 34. doi: 10.1007/s12289-025-01899-3
Shiyi Cu, Sun Yong, Wu Kang. Machine learning methods for springback control in roll forming. International Journal of Material Forming. 2024. Vol. 18. No 7. doi: 10.1007/s12289-024-01872-6
Курандо, О. І., Плєснецов, Ю. О., & Плєснецов, С. Ю. (2024). Прогнозування виникнення дефектів гнутих профілів. Методи та прилади контролю якості, (2(53), 16–22. doi: 10.31471/1993-9981-2024-2(53)-16-22