坚持专心 丨保持专注 丨 铸就专业
点击 长三角G60激光联盟 关注/ 置顶公众号 |
新闻资讯 | 技术文章 | 会议论坛 | 产业招商 |
长三角G60激光联盟导读
上海工程技术大学、英国华威大学和上海振幅激光技术有限公司的科研人员综述了机器学习在增材制造中的应用：设计与工艺的研究。相关论文以“A review of machine learning in additive manufacturing: design and process”为题发表在《The International Journal of Advanced Manufacturing Technology》上。
图1使用机器学习、物联网、大数据、数字孪生和区块链技术的增材制造解决方案的系统。
图2 AM中三种常见工艺设备的概述以及常用术语。底部的两张图片说明了从航空航天到生物打印的各种应用，强调了将ML与先进制造相结合的广泛影响。
图3将ML集成到AM中的三种工艺的应用概览。
图4将AM的主要数据源作为输入数据送入ML进行处理的流程概览。
图5根据红外摄像机拍摄的熔池图像，使用SVM对熔池形态进行分类的过程。
图6晶格设计和DIC实验测试。
图7红外热成像技术收集熔池图像并提取熔池轮廓。
图8使用计算机断层扫描技术在Inconel 718增材制造试样中检测到的一个锁孔和两个缺乏熔合孔缺陷的实例。图中放大了一个锁孔和两个最大的缺乏熔合孔，突出后者的不规则形态。
图9利用OT和CT图像作为ML数据，预测LPBF中出现的缺陷。
图10 TL在AM中的应用，包括工艺优化、几何偏差预测、熔池尺寸预测和缺陷检测。
图11检测具有各种缺陷的样品。
图12基于机器学习的金属激光粉末床熔融增材制造质量可重复性研究
图13机器学习在材料挤压增材制造工艺-结构-性能建模中的应用
论文链接：
Chen, K., Zhang, P., Yan, H. et al. A review of machine learning in additive manufacturing: design and process. Int J Adv Manuf Technol 135, 1051–1087 (2024). https://doi.org/10.1007/s00170-024-14543-2
Pant, R., Singh, R., Gehlot, A. et al. A Systematic Review of Additive Manufacturing Solutions Using Machine Learning, Internet of Things, Big Data, Digital Twins and Blockchain Technologies: A Technological Perspective Towards Sustainability. Arch Computat Methods Eng (2024). https://doi.org/10.1007/s11831-024-10116-4
https://doi.org/10.1016/j.matdes.2021.109606
Abdelhamid, Z., Mohamed, H. & Kelouwani, S. The use of machine learning in process–structure–property modeling for material extrusion additive manufacturing: a state-of-the-art review. J Braz. Soc. Mech. Sci. Eng. 46, 70 (2024). https://doi.org/10.1007/s40430-023-04637-5
获取原文可点击底部阅读原文登入江苏联盟网站注册下载或者微信后台联系我们
联系方式：18914010962、18913557664、19901479960（微信同号）
网址：www.laserjs.cn
邮箱：001@laserjs.cn 2@laserjs.cn 3@laserjs.cn
微信号：长三角G60激光联盟
英文ID：laserjs
