laser powder bed fusion | BriefGPT

关键词laser powder bed fusion

搜索结果 - 9

深度神经算子支持的增材制造数字孪生建模
通过构建数字孪生模型，利用深度神经算子和深度学习模型，结合高精度计算模型解决熔池状态和缺陷预测的问题，并通过优化算法控制激光输入来提高增材制造的质量。
PDF2 months ago
整合多物理仿真和机器学习，定义激光粉末床熔结中的飞溅机制和工艺窗口
通过高保真建模工具对激光粉床熔融成型（LPBF）中的飞溅现象进行调查，揭示了飞溅形成的特性以及它与熔池之间的关系，并使用机器学习算法对数据集进行分类任务，得出了高精度的结果。
PDF2 months ago
基于视觉 Transformer 的熔池深度轮廓预测的深度学习方法
用机器学习框架将高速彩色成像下的热像与熔池横截面轮廓进行相关联，以模拟超声成像所观察到的熔池亚表面形态，并通过与实验熔池观察结果进行比较评估性能。
PDF2 months ago
ThermoPore: 基于热像的深度学习预测零件多孔性
使用深度学习方法基于热图像进行反演定位激光粉床熔化成型制件外置孔隙率，该研究的目标是建立基于成型过程中获得的热图像的实时孔隙分布图。通过卷积神经网络模型来预测孔隙计数和通过视频视觉 Transformer 模型的时空注意机制来指示预期孔隙存
PDF2 months ago
基于机器学习的层间光电二极管数据检测 LPBF 过热异常
通过利用光电二极管传感器数据的机器学习框架，本研究集中于检测过热异常，其中提取了光电二极管数据的三组特征（MSMM、MSQ 和 MSD）并采用多数投票集成方法，实现了层次化的过热异常检测，结果表明，所涉及的方法在检测层次化过热异常方面取得了
PDF4 months ago
基于深度强化学习的激光粉末床熔化过程热均匀性刀路径生成
采用深度强化学习为基础的工作路径生成框架，通过减少残余应力、实现热量均匀分布、避免过热区域，来优化激光粉床熔融（LPBF）过程中的残余应力问题。
PDF5 months ago
低成本高保真融池模型在增材制造中的应用：基于生成式深度扩散的方法
通过开发基于概率扩散框架的生成性深度学习模型，我们实现了低保真度、粗粒度模拟信息向高保真度对应物的映射，无需进行多次高保真度模拟分析，代之以放大轻量级粗网格模拟。我们通过实现一个二维扩散模型，将粗粒度模拟的熔池横截面空间放大到高保真度的等效
PDF8 months ago
激光粉床熔化过程的统计参数化基于物理的机器学习数字孪生模型
本文介绍了基于参数化物理模型的数字孪生（PPB-DT），用于统计预测激光粉末床熔化金属增材制造过程中的熔池几何和缺陷识别在内的诊断应用。通过基于物理模型和实验数据训练的机器学习模型（PPB-ML-DT），这些数字孪生模型可用于预测、监测和控
PDF8 months ago
激光粉床增材制造温度预测的长短时记忆神经网络
本文提出了一种智能打印工具，通过神经网络对温度梯度分布进行预测和优化，实现 laser powder bed fusion 的打印控制和质量提高。
PDFa year ago