슬롯 사이트

저항 용접 및 기계식 조인트 SORPAS 특수화 된 시뮬레이션

기술 정보 칼럼

SORPAS 기술 정보 칼럼 4 일

용접 조건 슬롯 사이트 - 용접 엽의 자동 생성 및 슬롯 사이트 소프트웨어 통합 - 2 부

최근 자동차 산업의 EV 채택 및 중량 감소와 함께 새로운 용접 조건 검색 및 다른 재료 접착 고려와 같은 용접 기술의 성능을 더욱 향상시키기위한 노력.

이 기술 칼럼에서는 첫 번째 부분에서 최적의 용접 조건을 효율적으로 도출하고 슬롯 사이트 및 기계 학습을 사용한 설계 공간 검색 소프트웨어 인 Pseven 간의 협업을 도입하는 SORPA를 도입합니다. Pseven은 CAD, CAE 및 실험 데이터의 처리를 자동화하여 설계 프로세스의 수동 시간 수를 줄이는 소프트웨어입니다. Pseven을 사용하여 자동화 된 워크 플로를 구축하는 방법과 현재 값 및 현재 시간을 슬롯 사이트하는 예를 설명합니다.

1. 디자인 공간 검색 소프트웨어 "Pseven"
2. SORPAS의 이점 × PSEVEN 통합
3. SORPAS × PSEVEN 협업 사례 : "다목적 최적화"

1. 디자인 공간 검색 소프트웨어 "pseven"

Pseven은 SCSK가 제공하는 슬롯 사이트 솔루션입니다. CAD, CAE, 데이터 및 프로세스를 자동화하고 Pseven의 고유 한 AI 및 강력한 자동화 엔진으로 효율적인 DOE 및 슬롯 사이트를 달성하십시오. 또한 Pseven을 사용하면 실제 데이터, 시뮬레이션 또는 둘 다를 기반으로 예측 모델을 구축 할 수 있습니다. 이 예측 모델을 사용하면 실험 또는 시뮬레이션없이 짧은 시간에 새로운 조건의 결과를 예측할 수있어 설계 프로세스가 크게 줄어 듭니다.

Pseven의 가장 큰 기능인 스마트 선택 기능을 소개합니다. 일반적으로 슬롯 사이트 및 기계 학습을위한 많은 알고리즘이 있으므로 전문가가 없으면 적절한 알고리즘을 선택하고 조정하기가 어렵습니다. 스마트 선택 機能では、取り扱うデータに応じて、適切な最適化や機械学習のアルゴリズムが自動で選択・調整され、ユーザーはデータを用意するだけで簡単にデータ分析を行うことができます。

2. SORPAS X PSEVEN 통합의 메커니즘 및 이점

다음, Sorpas와 Pseven이 어떻게 함께 작동하는지 설명 할 것입니다. Pseven은 다른 CAD 및 CAE 소프트웨어와 협력하여 계산 조건을 입력, 계산 실행,로드 및 계산 결과를 추출하는 일련의 단계를 자동화합니다. Pseven의 템플릿은 간단하고 표준화되어 변수 수에 관계없이 워크 플로를 쉽게 구축 할 수 있으므로 사용자가 처음 사용자에게도 쉽게 사용할 수 있습니다.

그림 1은 Pseven으로 생성 된 SORPA의 자동화 워크 플로를 보여줍니다. 설계 변수, 목적 함수 및 제약 조건은 ① DSE (설계 공간 탐색) 블록에 설정되며 입력/출력 조건은 최적화 및 예측 모델에 정의됩니다. 용접 시뮬레이션의 최적화에서 설계 변수에는 전류 값, 현재 흐름 시간 및 압력과 같은 용접 조건이 포함되며, 목적 기능에는 너겟 직경 및 침투 깊이와 같은 용접 품질, 제약 조건, 스퍼터링의 존재 또는 부재가 포함됩니다. 이러한 조건을 설정함으로써, "용접 결함이 발생하지 않고 원하는 용접 품질을 만족하는 용접 조건이 도출되도록 시뮬레이션이 반복됩니다."

그림 1

①에 정의 된 설계 변수는 입력 변수로서 pseven의 텍스트 블록 함수를 사용하여 SORPAS 입력 파일에 반영되며 시뮬레이션 전처리가 자동화됩니다. 전통적인 방법에서는 프로그래밍을 활용 한 Python과 같은 복잡한 작업을 통해 값을 얻어야했습니다. 반면, 텍스트 블록 함수를 사용하여 마우스가있는 파일에 값을 지정하여 누구나 값을 읽고 쓸 수 있습니다. SORPAS 입력 파일을 다시 작성하면 매크로 ③가 시작되고 SORPAS 시뮬레이션이 계산됩니다. 시뮬레이션이 완료되면 결과는 출력 데이터 파일을 기반으로 ④에서 다시 추출되며 계산 결과는 출력 변수로 수집됩니다.

집계 된 계산 결과는 Pseven에서 목적 함수로 평가되며 Pseven 알고리즘에 의해 계산되는 다음 입력 변수가 결정됩니다. 이 자동화 된 워크 플로를 사용하여 자동 계산을 수행하려면 첫 번째 부분에서 소개 된 SORPAS 최적화 기능으로 완전히 지원할 수없는 최적화 계산을 수행 할 수 있습니다. 또한 Pseven을 사용하면 기계 학습을 사용하여 예측 모델 (대리 모델)을 구축 할 수 있으므로 용접 조건에서 직접 용접 품질을 출력하는 Excel 도구를 만들 수 있습니다.

3.SORPAS × PSEVEN 협업 사례 : "다목적 최적화"

다음, SORPA와 Pseven을 결합한 다목적 슬롯 사이트의 예를 소개합니다.
이 경우, 최적의 전류 값 및 전류 흐름 시간 조건은 2 개의 강철 시트 세트 5mm 및 침투 깊이가 0.6mm의 용접 후 너겟 직경을 만들기 위해 결정됩니다. 스퍼터링을 방지하기 위해 제약 조건을 설정하십시오.

그림 2

그림 3

그림 2와 3은 다목적 최적화의 결과를 보여줍니다. Figure 2 shows the nugget diameter and the depth of the melting, while Figure 3 shows the energization time and the execution current matched. 빨간색 원은 최적의 솔루션을 나타내고 여러 최적 조건이 발견되었습니다. 용접 전류의 기준 값이 7ka로서 공차의 영향을 고려하여 오른쪽 다이어그램에서 최적의 전류 흐름 시간을 추정하면 최적의 전류 흐름 시간이 약 220 ~ 240ms이며 스퍼터링이 ± 0.5ka 범위 내에서 발생한다는 것을 알 수 있습니다.

This way, by linking SORPAS with pSeven, we can implement more detailed and complex welding conditions optimization. 이 경우, 우리는 SORPAS와 PSEVEN을 연결하는 예를 도입했지만 Pseven은 CAE 이외의 결과를 통합 할 수 있으므로 실제 용접 건 및 센서에서 얻은 데이터와 결합하여보다 고급 AI 예측 모델을 구성 할 수 있습니다.