کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
8038684 1518409 2018 4 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Machine learning in tolerancing for additive manufacturing
ترجمه فارسی عنوان
یادگیری ماشین در تحمل برای تولید افزودنی
کلمات کلیدی
تحمل، تولید افزودنی، فراگیری ماشین،
ترجمه چکیده
طراحی برای تولید افزودنی در سال های اخیر توجه گسترده ای به تحقیقات گرفته است، در حالی که مسائل مربوط به تحرک با هدف کنترل تغییرات هندسی همچنان یک گرایش عمده در دستیابی به مدل های پیش بینی شده و شبیه سازی های واقع گرایانه هستند. در این مقاله، یک روش مدل سازی انحراف توصیه شده همراه با تکنیک های یادگیری ماشین برای مدل سازی انحرافات شکل در تولید افزودنی پیشنهاد شده است. انحرافات هندسی در داخل هواپیما به یک فضای انحراف معین تبدیل می شود و استنتاج بیزی برای تخمین الگوهای انحرافی هندسی به وسیله یادگیری آماری از داده های چند شکل استفاده می شود. اثربخشی رویکرد پیشنهادی نشان داده شده و مورد بحث و بررسی قرار می گیرد.
موضوعات مرتبط
مهندسی و علوم پایه سایر رشته های مهندسی مهندسی صنعتی و تولید
پیش نمایش مقاله
یادگیری ماشین در تحمل برای تولید افزودنی
چکیده انگلیسی
Design for additive manufacturing has gained extensive research attention in recent years, whereas tolerancing issues aiming at controlling geometric variations remain a major bottleneck in achieving predictive models and realistic simulations. In this paper, a prescriptive deviation modelling method coupled with machine learning techniques is proposed to address the modelling of shape deviations in additive manufacturing. The in-plane geometric deviations are mapped into an established deviation space and Bayesian inference is used to estimate geometric deviations patterns by statistical learning from multiple shapes data. The effectiveness of the proposed approach is demonstrated and discussed through illustrative case studies.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: CIRP Annals - Volume 67, Issue 1, 2018, Pages 157-160
نویسندگان
, , , ,