May, 2022

任意零件和工具形状的混合制造过程规划

PDF
TL;DR本文介绍了一种基于可访问性和支持要求的形态操作的 AM/SM 操作的通用框架，以确定由多模式流程计划组成的 AM/SM 操作，以利用每个操作的优势，并允许暂时性的过量材料沉积或挖除，最后使用搜索算法来获得最佳解决方案，证明了我们的方法在三维实例上的有效性。
发现论文，激发创造
  • 基于混合 ASP 的半导体制造流程多目标调度（扩展版）

    本研究使用混合 Answer Set Programming 和差分逻辑对真实半导体制造过程进行调度，包括机器处理、设置、批处理和维护操作，并研究了面向多个优化目标的大规模调度的潜力。

    Jul, 2023

  • 基于语义能力模型和半导体制造技术的自动化工艺规划

    通过语义能力模型生成自动化的人工智能规划问题，结合现有解决器，找到有效的能力序列，包括所需的参数值，并提供集成人类专业知识和解释的可能性，帮助理解规划决策。

    Dec, 2023

  • 多臂组装系统的任务与运动协同规划

    本文提出了一种基于多层次的任务和动作规划框架，可以协调多个机器人完成复杂结构的组装，在高层次通过整数线性规划算法计算抽象计划，并在低层次使用多智能体路径规划算法规划机器人的运动路线，关键在于高层次规划中的避碰约束和运动的持续时间，以使得抽象计划既可行又高效。

    Mar, 2022

  • 大规模多机器人组装规划的自主制造

    移动自主机器人在制造过程中具有改革性潜力。我们提出了一个完整的算法堆栈，用于解决制造中的挑战，并能够在几分钟内为成千上万个零部件设计复杂的装配计划。

    Oct, 2023

  • 金属增材制造中覆盖层特性预测的混合机器学习框架

    研究使用机器学习技术结合多物理计算流体动力学模型和实验数据来预测金属添加制造过程中材料的特性和加工参数的影响，创造性地解决了数据稀缺的问题并提出了一个高效、准确和可扩展的预测和优化模型。

    Jul, 2023

  • 知识引导的附加建模用于监督回归

    本研究对比了传统机器学习方法和基于混合建模的方法在标准回归问题中的性能，并重点研究了混合模型的不同训练方法，结果显示混合建模方法应用于回归问题具有较高的性能表现。

    Jul, 2023

  • 增材制造中工艺参数优化的强化学习方法

    该论文介绍了一种基于强化学习（RL）和 Q-learning 的方法，用于优化金属添加制造过程中的激光功率和扫描速度组合，以获得更好的熔池深度，从而实现金属添加制造的过程优化。

    Nov, 2022

  • 可重构制造系统的增强仿真多目标优化方法与知识发现

    应用多目标优化与知识发现方法的重构制造系统决策支持及生产计划问题研究。

    Nov, 2022

  • 加速新金属合金三维打印的工艺开发

    用视频视觉转换器和高速成像，通过研究熔融金属动力学的时间特征，我们的方法可以实现在现有商业机器上的原位工艺映射，用于高效地定量缺陷和变异性分析。

    Dec, 2023

  • 通过操作员学习加速液态金属喷射增材制造中的局部尺度模拟

    本研究采用操作器学习方法来快速且准确预测液态金属喷射成型过程的成品质量，相较于基于神经网络或最近邻算法的降阶模型，操作器学习方法能够在更少的数据点上实现更广的预测泛化。

    Feb, 2022