Show simple item record

dc.contributor.authorNikityuk, Yu. V.
dc.contributor.authorSerdyukov, A. N.
dc.contributor.authorMa, J.
dc.contributor.authorWang, L.
dc.contributor.authorAushev, I. Yu.
dc.coverage.spatialГомельru_RU
dc.date.accessioned2023-12-28T08:10:30Z
dc.date.available2023-12-28T08:10:30Z
dc.date.issued2023
dc.identifier.citationOptimisation of Parameters for Laser Cleaving of Silicate Glasses Using U-Shaped Beams / Yu. V. Nikityuk [et al.] // Вестник Гомельского государственного технического университета имени п. О. Сухого : научно-практический журнал. – 2023. – № 4.— С. 30-39.ru_RU
dc.identifier.urihttps://elib.gstu.by/handle/220612/29698
dc.description.abstractRegression and neural network models to analyze the laser cleaving process of silicate glasses using U-shaped laser beams have been developed. The numerical experiment employed a central composite layout. The processing speed, laser beam power, and its geometrical parameters were chosen as variable factors. The values of maximum temperatures and maximum thermoelastic tensile stresses in the treatment zone were calculated as responses. The responses were determined via APDL (Ansys Parametric Design Language). Effective architectures for artificial neural networks have been established with TensorFlow in order determine the maximum temperatures and thermoelastic stresses in the laser-treated area. A comparison was conducted to assess the accuracy of neural network and regression models. The evaluation was performed to determine the impact of input parameters on the responses. The genetic algorithm of the DesignXplorer module was employed to ascertain the optimal modes for separating cracksformation in silicate glass though the use of U-shaped laser beams and a refrigerant.ru_RU
dc.description.abstractПолучены регрессионные и нейросетевые модели процесса лазерного раскалывания силикатных стекол U-образными лазерными пучками. Численный эксперимент выполнялся при помощи центрального композиционного плана. Скорость обработки, мощность лазерного пучка и его геометрические параметры были выбраны в качестве варьируемых факторов. Значения максимальных температур и максимальных термоупругих напряжений растяжения в зоне обработки вычислялись в качестве откликов. Определение откликов было выполнено с использованием языка программирования APDL. С использованием программы TensorFlow установлены эффективные архитектуры искусственных нейронных сетей для определения максимальных температур и максимальных термоупругих напряжений в зоне лазерной обработки. Выполнено сравнение точности нейросетевых и регрессионных моделей. Осуществлена оценка влияния вход- ных параметров на отклики. С использованием генетического алгоритма модуля DesignXplorer определены оптимальные режимы формирования разделяющих трещин в силикатном стекле U-образными лазерными пучками и хладагентом.
dc.language.isoenru_RU
dc.publisherГГТУ им. П.О. Сухогоru_RU
dc.subjectLaser cleavingru_RU
dc.subjectArtificial neural networkru_RU
dc.subjectOptimizationru_RU
dc.subjectGenetic algorithmru_RU
dc.subjectANSYSru_RU
dc.subjectЛазерное раскалываниеru_RU
dc.subjectИскусственная нейронная сетьru_RU
dc.subjectОптимизацияru_RU
dc.subjectГенетический алгоритмru_RU
dc.titleOptimisation of Parameters for Laser Cleaving of Silicate Glasses Using U-Shaped Beamsru_RU
dc.title.alternativeОптимизация параметров лазерного раскалывания силикатных стекол U-образными пучкамиru_RU
dc.typeArticleru_RU
dc.identifier.udc621.382:539.3


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record