Применение машинного обучения для контроля твердости чугуна
Another Title
Application of machine learning for cast iron hardness control
Bibliographic entry
Применение машинного обучения для контроля твердости чугуна = Application of machine learning for cast iron hardness control / А. П. Крень, А. Ю. Кутепов, А. В. Никифоров [и др.] // Приборостроение-2024 : материалы 17-й Международной научно-технической конференции, 26-29 ноября 2024 года, Минск, Республика Беларусь / редкол.: А. И. Свистун (пред.), О. К. Гусев, Р. И. Воробей [и др.]. – Минск : Интегралполиграф, 2024. – С. 71-73.
Abstract
Показаны возможности использования машинного обучения и стандартных библиотек языка программирования Phyton для оценки твердости чугунов различных марок, имеющих переменный модуль упругости. Установлено, что в случае применения метода микроударного индентирования это позволяет снизить погрешность до 10 единиц твердости по шкале Бринелля и отказаться от индивидуальных градуировок для различных чугунов при использовании портативных твердомеров.
Abstract in another language
The possibilities of using machine learning and existing libraries of the Phyton programming language for assessing the hardness of cast irons of various grades with a variable modulus of elasticity are shown. It was established that in case of application of the microimpact indentation method this allows to reduce the error to 10 units of hardness on the Brinell scale and to refuse individual scaling for different cast irons when using portable hardness testers.