УДК 378(063)
ДОЭВТЕКТОИДНЫЕ ЛЕГИРОВАННЫЕ СТАЛИ КАК ОСНОВА ИИ-ПРОГНОЗИРОВАНИЯ СВОЙСТВ КОНСТРУКЦИОННЫХ МАТЕРИАЛОВ
Ершеев Нурлан Елубекович, студент, направление подготовки 22.03.01 Материаловедение и технологии материалов, Оренбургский государственный университет, Оренбург
e-mail: erscheev1801@yandex.ru
Научный руководитель: Крылова Светлана Евгеньевна, доктор технических наук, доцент, профессор научно-образовательного центра новых материалов и перспективных технологий, Оренбургский государственный университет, Оренбург
e-mail: krilova27@yandex.ru
Аннотация. Современные вызовы в области машиностроения и материаловедения требуют принципиально новых решений для прогнозирования характеристик конструкционных материалов. Данное исследование посвящено изучению возможностей компьютерного анализа микроструктур легированных сталей с применением передовых технологий искусственного интеллекта. В фокусе работы – доэвтектоидные стали марок 18ХГТ, 30ХМА и 40ХН, чьи свойства во многом определяются особенностями термической обработки. Для решения поставленных задач использованы современные алгоритмы глубокого обучения, в частности сверточные нейронные сети, способные с высокой точностью идентифицировать структурные составляющие металлов. Особое внимание уделено методам расширения и обработки исходных данных микроструктурных исследований. Разработанный подход позволяет автоматизировать процесс анализа фазового состава, значительно сокращая время исследований и минимизируя субъективный фактор. Предложенная методика открывает новые возможности для оптимизации технологических процессов обработки сталей и может быть интегрирована в системы контроля качества промышленных предприятий. В перспективе планируется расширение базы исследуемых материалов и совершенствование алгоритмов для более сложных случаев структурного анализа.
Ключевые слова: металловедение, конструкционная легированная сталь, термическая обработка, микроструктура, сверточные нейронные сети.
Для цитирования: Ершеев Н. Е. Доэвтектоидные легированные стали как основа ИИ-прогнозирования свойств конструкционных материалов // Шаг в науку. – 2025. – № 4. – С. 22–26.
