Revealing significant chemical composition effects on the super alloys performance by Data Mining techniques application

Abstract

Based on the early developed integrated investigation approach combining mutually consistent computer aided: statistical exploratory techniques, multiple regression models development, Monte-Carlo simulations and multipurpose manufacturing technology parameters optimization, computer statistical investigations of chemical composition effects on some basic performance characteristics of modern industrial superalloys (SAs) were conducted. According to the developed approach, the Data Mining-based C&RT statistical technology was used in the current work as the first stage of the further analysis. An important feature of the developed approach to the “passive experimentation” in general and the applied technique in particular was emphasized as both providing minimal investigation expanses, as compared to the “active” one and so having no alternative in free market economic conditions. As the stage primary results, the dendrograms were constructed providing the following statistically grounded visual information for each SAs controlled performance index: –a full list of statistically significant chemical elements; allowable variants of the elements combinations; limits of the chemical element concentration intervals spillover of which provides changes in the chemical elements combinations; variation tendencies for the control indexes within the revealed concentration intervals. Interactions of the most of the chemical elements comprised by SAs in their effects on the investigated performance indexes were shown. High effectiveness of the obtained dendrograms application to reveal individual and mutual chemical element effects on the multi element alloys performance together with uniqueness of such an information for industrial alloys were emphasized. Some prospect possibilities were noted for the obtained dendrograms application: -as a first stage of a multi-parameter process analysis in industrial conditions, –a ground stage of themultiple regression models further development and final multipurpose technological processes optimization conducting. На основі ранішерозробленого інтегрованого підходу до дослідження, що поєднує взаємно узгоджені комп’ютерні методики, проведено: статистичні дослідницькі методи, розробленнямножинних регресійних моделей, моделювання Монте-Карло та оптимізація параметрів багатоцільової технології виробництва, комп’ютерні статистичні дослідження впливу хімічного складу на деякі основні експлуатаційні характеристики сучасних промислових суперсплавів. Відповідно до розробленого підходу в пропонованійроботі як першийетап подальшого аналізу було використано статистичну технологію C&RT на основі технології Data Mining. Підкреслено важливу особливість розробленого підходу до «пасивного експериментування» загалом і застосовуваної методики зокрема, оскільки вони забезпечують мінімальні витрати на дослідження порівняно з «активним»,атому не мають альтернативи в умовах вільного ринку. Якпервиннийрезультат етапу побудованодендрограми, які надавали наступну статистично обґрунтовану візуальну інформацію для кожного контрольованого показника продуктивності суперсплавів: повний перелік статистично важливих хімічних елементів; допустимі варіанти поєднання елементів; границіінтервалів концентрації хімічних елементів, поширення яких забезпечує зміну комбінацій хімічних елементів; тенденції зміни контрольних показників у межах виявлених концентраційних інтервалів. Показано взаємодію більшості хімічних елементів, що входять до складу суперсплавів, за їх впливом на досліджувані показники ефективності. Підкреслено високу ефективність застосування отриманих дендрограм для виявлення впливу окремих та взаємних хімічних елементів на експлуатаційні характеристики багатоелементних сплавів, а також унікальність такої інформації для промислових сплавів. Відзначено деякі перспективні можливості застосування отриманих дендрограм: як перший етап багатопараметричного аналізу технологічних процесів у промислових умовах;базовий етап подальшої розробки множинних регресійних моделей та проведення остаточної оптимізації багатоцільових технологічних процесів.