机构名称：
¥ 1.0
摘要 金属粉末床熔合增材制造技术为制造业带来了诸多好处。然而，目前的可打印性分析方法是基于临时规则和工程经验，即在制造之前确定哪些组件可能无法成功制造。因此，为了充分利用增材制造的优势，需要一种完全系统的方法来解决这个问题。在本文中，我们重点关注几何形状对可打印性分析的影响。我们首次详细介绍了一个机器学习框架，用于确定增材制造过程中可打印性的几何极限。该框架由三个主要部分组成。首先，我们详细介绍了如何构建能够将增材制造过程推向极限的严格测试工件。其次，我们解释如何测量增材制造的测试工件的可打印性。最后，我们构建了一个预测模型，该模型能够在增材制造之前估计给定工件的可打印性。我们测试了我们框架的所有步骤，并表明我们的预测模型接近由于底层增材制造过程中固有的随机性而可获得的最大性能的估计。
一种预测金属增材制造工艺中可打印性的数据驱动方法
主要关键词
相关文件推荐
