Tekniklerin Bir Kombinasyonu Geliştirilmiş Sürtünme Karıştırma Kaynağına Yol Açıyor

PDF’yi İndirin: Bir Teknik Kombinasyonu Geliştirilmiş Sürtünme Karıştırma Kaynağına Yol Açıyor

NESC, kendi kendine tepki veren sürtünme karıştırma kaynağı (SRFSW) adı verilen katı hal kaynak işlemi kullanılarak oluşturulan kaynaklarda zayıf çekme mukavemeti ve düşük topografya anormalliklerinin (LTA) temel nedenini bulmaya yönelik bir değerlendirme sırasında çeşitli yenilikçi araçlar ve teknikler geliştirdi.

Değerlendirme ekibi, makine öğrenimi, istatistiksel modelleme ve fizik tabanlı simülasyonların bir kombinasyonunu kullanarak, kaynak sürecinin iyileştirilmesine ve her iki sorunun çözülmesine yardımcı olarak uçuş donanımına uygulanan kısıtlamaları kaldırdı.

LTA Tespiti İçin Teknikler Geliştirme

Zayıf çekme mukavemetli kaynakların ve kaynak kırılma yüzeylerinde gözlemlenen LTA’nın temel nedeninin belirlenmesi, çeşitli teknikler içerir:

• LTA Tespiti için Derin Öğrenme: NESC ekibi, kaynak görüntülerinde LTA’yı tespit etmek ve segmentlere ayırmak için bir makine öğrenimi modeli geliştirdi. Model, anlaşmazlıkları çözmek için çoğunluk oyu ile fikir birliğine varılarak, metalurji uzmanları tarafından açıklamalı görüntüler üzerine eğitildi. Ekip daha sonra sağlamlığı artırmak ve önyargıyı azaltmak amacıyla görüntü yakalamaya yönelik standart bir çalışma prosedürü geliştirdi. Bu model, 100.000’den fazla mikroskopi görüntüsü üzerinde ön eğitim alarak özel mikroskopi analizi temel modelleri geliştirmeye yönelik önceki NASA çalışması üzerine inşa edilmiştir. Bu adım, süreç parametrelerini LTA oluşumuyla objektif ve tarafsız bir şekilde ilişkilendirmek için çok önemliydi.

• Entegre Veri Alma Çerçevesi: SRFSW birçok etkileşimli değişkenin bulunduğu karmaşık bir süreçtir. Kaynak işlemi, düzinelerce tablo halinde işlem parametresi, üretim aracından düzinelerce sıralı veri akışı, kırılma ve kaynak kesit görüntüleri ve mekanik test laboratuvarı verilerini içeren çeşitli veri türlerine sahip büyük miktarda veri üretir. Bu çeşitli verileri otomatik olarak alıp doğrulamak ve bunları tek bir ana elektronik tablo ve veritabanında derlemek için Python tabanlı bir çerçeve geliştirildi. Bu araç, manuel çabayı azalttı, transkripsiyon hatalarını en aza indirdi ve aşağı yönlü analiz için veri kalitesini iyileştirdi. Ekip, aracı sürekli kullanımları için paydaşlara teslim etti.

• Veri Analizi Web Uygulaması: Yeni bir web tabanlı görselleştirme ve analiz aracı, mühendislerin ve konu uzmanlarının, daha hızlı hipotez testi ve araştırma boyunca daha sezgisel içgörü üretimi için entegre veri kümesini hızlı bir şekilde keşfetmesine olanak tanıdı.

• Deneylerin Uzayı Dolduran Tasarımı: SRFSW, süreç parametreleri arasında karmaşık, doğrusal olmayan ilişkiler içerdiğinden ekip, geleneksel faktöriyel tasarımların yetersiz olduğunu buldu ve tüm parametre uzayını verimli bir şekilde keşfetmek için boşluk dolduran bir deney tasarımı (DOE) uyguladı. Verilerle eğitilen bu makine öğrenimi modelleri, temeldeki kaynak davranışını yakalar. Ekip ayrıca bu tür tasarımları oluşturmak için bir yazılım aracı geliştirdi ve bunu paydaşlarla paylaştı.

• Fizik Tabanlı SRFSW Simülasyonu: Kaynak koşullarının, mikro yapı gelişiminin ve sonuçta ortaya çıkan özelliklerin simüle edildiği SRFSW prosesinin hesaplamalı bir modelinin oluşturulması, kaynak prosesinin fiziksel sensörler tarafından erişilemeyen yönleri hakkında fikir verilmesi. Bu, anlayışı geliştirmiş ve iyileştirmelere rehberlik etmiştir.

LTA Kök Nedeninin Belirlenmesi

Ekip, bu araçları ve analizleri kullanarak LTA’nın ve zayıf gerilme mukavemetinin iki temel nedenini belirledi:

1. Aşırı agresif kaynak sonrası yüzey hazırlığı üretimde kaynak mukavemetinin azalması.

2. Optimum aralığın dışında kaynak gücü girişi tutarsız kaynaklara ve artan LTA riskine yol açtı.

Proses modelleri, hedef kaynak gücü giriş penceresinin tanımlanmasına yardımcı oldu ve bu hedefe güvenilir bir şekilde ulaşmak için birincil kontrol parametrelerinin nasıl ayarlanacağını önerdi. Takip eden üretim testleri, bu ayarlamaların yüksek hassasiyetle uygulanabileceğini ve hem düşük mukavemetli kaynakları hem de LTA’yı ortadan kaldırabileceğini doğruladı.

Sürtünme Karıştırma Kaynağı

SRFSW’de, dönen bir pim, iki metal plaka arasındaki dikişe daldırılarak, malzemeyi eritmeden levhaları birbirine kaynaştıran sürtünme yoluyla ısı üretilir. Bu teknik, geleneksel kaynağa göre daha güçlü bağlantılar üretir ve Alüminyum 2219 gibi yüksek performanslı ancak geleneksel olarak kaynaklanamayan alaşımların kullanılmasına olanak tanır.

SRFSW tekniğinde kaynak makinesi veya lehim kullanılmaz çünkü sürtünme, malzemeleri moleküler düzeyde birbirine karıştırır.

NASA’nın Sürtünme Karıştırma Kaynağı laboratuvarı, NASA’nın New Orleans’taki Michoud Dikey Montaj Merkezi’nde bulunuyor ve SLS roketinin ana bileşenlerini birleştirmek için kullanılıyor.

Bilgi için Donald S. Parker ile iletişime geçin. [email protected]

Referanslar: NASA/TM-20240016466 ve NASA/TM-20230010624