日本物質材料研究組織在2020年11月30日宣布已通過利用ML(機器學習)成功降低了鎳-鈷基高溫合金的制造成本,而這些合金是制造航空發動機的重要材料之一。
該機構已經證明,可以通過多次試驗來優化復雜的制造條件,并且可以在相同的條件下以低成本制造高壓渦輪盤粉末。在使用大型設備的實際粉末制造現場,可以顯著的降低粉末單價、試驗次數和時間,并且可以期望將高性能、高質量、低成本的超級合金粉末快速商品化。
機器學習被用于制造鎳-鈷基高溫合金粉末,并且在沒有專家技能的情況下優化了氣體霧化過程。該機構表示通過機器學習,僅使用6次試驗就成功地發現了可獲得具有高球形度和細度的高品質粉末的工藝條件,而無需以往那么多試驗數據,并且其合格率可高達為78%。而之前一般的合格率約為10%~30%,據估計新粉末與市售粉末相比,成本可降低約72%。
高壓渦輪盤是通過氣體霧化方法制造的,但是要優化多種工藝條件,例如金屬的熔化溫度和所用氣體的壓力,需要大量的成本、時間、經驗和人力資源。通過使用機器學習優化制造條件,可以期望降低成本并降低飛機發動機零件的制造速度。
責任編輯:PSY
-
航空發動機
+關注
關注
0文章
63瀏覽量
11258 -
機器學習
+關注
關注
66文章
8502瀏覽量
134592 -
成本
+關注
關注
0文章
31瀏覽量
18361
發布評論請先 登錄
2025渦輪技術大會暨民用航空發動機與燃氣輪機展在蘇召開

TE亮相2025商用航空發動機技術大會
航空發動機典型結構概率設計技術

航空發動機渦輪葉片氣膜孔的制造及檢測技術

航空發動機采用整體葉盤的原因及應用情況
航空發動機研制中數值仿真技術的戰略地位及國內外發展概覽

航空發動機故障診斷技術的現狀與未來展望

航空發動機的關鍵材料有哪些

航空發動機噴流噪聲近場測試研究

航空發動機薄壁異形復雜葉片的精密加工工藝及裝備

航空領域發動機傳感器的應用
航空發動機面臨的終端威脅作用機理及威脅模式解析

評論