检索范围:
排序: 展示方式:
基于内嵌物理信息深度学习模型的增材制造工艺参数及熔池尺寸预测 Article
赵明志, 韦辉亮, 茅仪铭, 张长东, 刘婷婷, 廖文和
《工程(英文)》 2023年 第23卷 第4期 页码 181-195 doi: 10.1016/j.eng.2022.09.015
熔池特征对激光粉末床熔融(PBF)的打印质量有显著影响,打印参数和熔池尺寸的定量预测对LPBF中复杂过程的智能控制至关重要。然而由于高度非线性,打印参数和熔池尺寸的双向预测一直极具挑战。为了解决此问题,本工作融合典型实验、机理模型和深度学习研究激光PBF过程中关键参数和熔池特性的正向和逆向预测。实验提供基础数据,机理模型显著增强数据集,多层感知器(MLP)深度学习模型则根据实验和机理模型构建的数据集预测熔池尺寸和工艺参数。结果表明可以实现熔池尺寸和工艺参数的双向预测,最高预测准确率接近99.9%,平均预测准确率超过90.0%。
孔繁义
《中国工程科学》 2001年 第3卷 第9期 页码 69-76
标题 作者 时间 类型 操作