サインイン
インサイト - 금속 적층 제조
실시간 용융풀 모니터링 솔루션을 위한 조정 가능한 딥 이미지 처리(TDIP)
본 연구는 실시간 공정 모니터링을 위해 조정 가능한 딥 러닝 기반 이미지 처리 모델(TDIP)을 제안한다. TDIP 모델은 용융풀 특성 추출, 기하학적 형상 추정, 그리고 최종 제품 품질 예측 등의 기능을 제공한다.
레이저 파우더 베드 융합 공정의 경로 수준 열 이력 시뮬레이션을 실험 데이터로 검증
레이저 파우더 베드 융합 공정의 열 이력은 재료 특성, 잔류 응력, 부품 뒤틀림 등에 큰 영향을 미치므로 정확한 시뮬레이션이 중요하다. 본 연구에서는 접촉 인식 경로 수준 (CAPL) 이산화 기법을 기반으로 한 확장 가능한 열 이력 시뮬레이션 방법을 제안하고, 실험 데이터와의 비교를 통해 검증하였다.
금속 적층 제조에서 기계적 특성 예측을 위한 기계 학습 프레임워크
금속 적층 제조(MAM) 공정에서 기계적 특성을 정확하게 예측하는 것은 인쇄된 부품의 성능과 신뢰성을 보장하는 데 필수적이다. 이 연구에서는 MAM 공정 매개변수와 재료 특성을 기반으로 기계적 특성을 예측하기 위한 포괄적인 기계 학습 프레임워크를 소개한다.
© 2024 by Linnk AI