Analisis Data Monitoring proses pengelasan FCAW (Flux Core Arc Welding) berbasis Multi Layer Perceptron

Adlian Jefiza, Diono Diono, Sumantri Lukito
{"title":"Analisis Data Monitoring proses pengelasan FCAW (Flux Core Arc Welding) berbasis Multi Layer Perceptron","authors":"Adlian Jefiza, Diono Diono, Sumantri Lukito","doi":"10.30871/ji.v14i2.4538","DOIUrl":null,"url":null,"abstract":"Pengelasan FCAW sangat dipengaruhi oleh parameter pengelasan agar tidak terjadi cacat las seperti Undercut, Underfill dab Overlap. Parameter tersebut terdiri dari Tavel Speed, Arus DC, Tegangan DC dan Heat Input. Untuk monitoring data parameter tersebut sudah dirancang dan digunakan di Industri. Namun untuk memprediksi kemungkinan cacat las, dibutuhkan klasifikasi data monitoring pengelasan FCAW. Metode yang digunakan dalam klasifikasi adalah Multi Layer Perceptron (MLP). Data yang digunakan adalah 400 data untuk klasifikasi, dan 201 data untuk prediksi. Hasil klasifikasi menggunakan MLP memperoleh akurasi sebesar 98,99 % dengan RMSE sebesar 0,0624. Sedangkan untuk prediksi, berdasarkan 201 data terdapat 169 data normal dan 32 data cacat las.","PeriodicalId":17757,"journal":{"name":"JURNAL INTEGRASI PROSES","volume":"22 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2022-10-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"JURNAL INTEGRASI PROSES","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.30871/ji.v14i2.4538","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Pengelasan FCAW sangat dipengaruhi oleh parameter pengelasan agar tidak terjadi cacat las seperti Undercut, Underfill dab Overlap. Parameter tersebut terdiri dari Tavel Speed, Arus DC, Tegangan DC dan Heat Input. Untuk monitoring data parameter tersebut sudah dirancang dan digunakan di Industri. Namun untuk memprediksi kemungkinan cacat las, dibutuhkan klasifikasi data monitoring pengelasan FCAW. Metode yang digunakan dalam klasifikasi adalah Multi Layer Perceptron (MLP). Data yang digunakan adalah 400 data untuk klasifikasi, dan 201 data untuk prediksi. Hasil klasifikasi menggunakan MLP memperoleh akurasi sebesar 98,99 % dengan RMSE sebesar 0,0624. Sedangkan untuk prediksi, berdasarkan 201 data terdapat 169 data normal dan 32 data cacat las.
基于多层感知机的药芯弧焊数据监测过程分析
FCAW焊接受到焊接参数的高度影响,以防止焊缝如透镜、水解不足等缺陷。参数包括极速、直流流、直流电压和输入热流。用于监测这些参数数据的目的是在工业中设计和使用的。但要预测焊缝可能存在缺陷,需要对FCAW焊接数据进行分类分析。分类使用的方法是多层Perceptron (MLP)。用于分类的数据是400份,用于预测的数据是201份。使用MLP的分类结果获得了98.99%的准确率,RMSE为0.0624。然而,根据201个数据,共169个正常数据和32个焊缝缺陷数据进行预测。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信