XiaoMi-AI文件搜索系统
World File Search System铺层
采用结构光扫描混合制造碳纤维铺层因瓦合金模具
本文介绍了增材制造预制件五轴加工的坐标系定义和传输。在该方法中，将一组基准点连接到临时连接到零件的部件上，并使用结构光扫描仪校准它们相对于预制件几何形状的位置。然后可以在机床中测量这些基准点，以确定零件的位置和方向。该方法通过对增材制造的因瓦合金预制件的碳纤维铺层模具进行精加工来演示。除了展示加工零件所需的坐标传输方法外，还讨论了加工增材制造预制件的几个关键挑战，并提出了潜在的解决方案。不幸的是，由于增材工艺留下的零件内部孔隙，最终零件最终无法使用。未来的工作将重新制造该零件，同时采取措施避免孔隙和遇到的其他挑战。© 2022 制造工程师协会 (SME)。由 Elsevier Ltd. 出版。保留所有权利。这是一篇根据 CC BY-NC-ND 许可协议开放获取的文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）由 NAMRI/SME 科学委员会负责同行评审。关键词：增材制造；铣削；结构光扫描；计量学；基准点
引用 (APA) Meister, S., Wermes, M., Stüve, J., & Groves, R. M. (2021). 可解释人工智能方法在自动化复合材料制造中纤维铺层缺陷深度学习分类中的研究。复合材料 B 部分：工程，224，文章 109160。https://doi.org/10.1016/j.compositesb.2021.109160 重要提示 要引用此出版物，请使用最终出版版本（如适用）。请检查上面的文档版本。
自动化纤维铺层技术广泛应用于航空领域，以高效生产复合材料部件。然而，所需的人工检查可能占用高达 50% 的制造时间。使用神经网络对纤维铺层缺陷进行自动分类可能会提高检查效率。然而，这种分类器的机器决策过程难以验证。因此，我们提出了一种分析纤维铺层缺陷分类过程的方法。因此，我们全面评估了文献中的 20 种可解释人工智能方法。因此，将平滑积分梯度、引导梯度类激活映射和 DeepSHAP 技术应用于卷积神经网络分类器。这些方法分析分类器对未知和操纵的输入数据的神经激活和鲁棒性。我们的研究表明，平滑积分梯度和 DeepSHAP 尤其适合可视化此类分类。此外，最大灵敏度和不保真度计算证实了这种行为。将来，客户和开发人员可以应用所提出的方法来认证他们的检查系统。
玻璃纤维织物的自动化铺层方法
第 3 章 风力涡轮机叶片的自动复合材料织物铺层...................................................................................................................................................... 19