Моделирование прочностных свойств трубных сталей после улучшения с помощью методов машинного обучения

Abstract

Изучена возможность создания моделей для предсказания твёрдости, предела текучести и предела прочности трубных сталей после термической обработки – улучшения. Главное внимание уделялось сбору и анализу исходных данных для моделирования, а также сравнению основных параметров модели с существующими теоретическими представлениями. Основным источником являлись литературные данные о твёрдости после закалки и отпуска, а также предыдущие наработки авторов. Наилучшие результаты моделирования достигаются при использовании моделей градиентного бустинга над решающими деревьями (LightGBM) в комбинации с ранее созданными теоретическими и эмпирическими моделями.

This study explores the possibility of creating models to predict hardness, yield strength and tensile strength of pipe steels after heat treatment, viz. quenching and tempering. The key aspect of the work was the collection and analysis of the initial data for modeling, as well as the comparison of the main parameters of the model with existing literature. The main source was the reference hardness curves after quenching and tempering, as well as the previous developments of the authors. The best results are provided by combining the gradient boosting over decision trees (LightGBM) type models with known semi-empirical models.