机器学习的发展现状及其在激光增材制造中的应用

李翔1,2,张亮2,李京伟3(1.上海第二工业大学能源与材料学院;2.上海材料研究所有限公司增材制造材料研发与应用中心;3.合肥工业大学材料科学与工程学院)
摘要:激光增材制造技术可以快速制造出形状结构复杂且尺寸精度高的零件,被广泛应用于汽车、航空航天和医疗器械等领域。在激光增材制造过程中,为了得到性能更佳的合金和适用于不同材料的工艺参数,需要进行大量的反复试验,耗时且成本较高。机器学习通过输入试验数据和采用特定的算法,建立起能泛化的模型并通过自我更新和优化来不断提高结果的准确性,可以有效预测增材制造材料的成分、性能和缺陷,在高性能辅助材料开发方面具有广阔的发展前景。从上述三方面总结了近年来机器学习在激光增材制造中的应用实例,并提出了其未来发展的趋势及应用方向。
关键词:增材制造,激光技术,机器学习,材料性能优化,缺陷检

目录介绍

1 激光增材制造技术

2 影响激光增材制造成形质量的因素

3 机器学习

3.1 监督学习Supervised learning

3.2 无监督学习unsupervised learning

3.3 半监督学习semi-supervised learning

3.4 强化学习reinforcement learning

3.5 机器学习模型与传统预测模型的区别

4 机器学习在增材制造中的应用及国内外研究现状

4.1 机器学习辅助增材制造成分设计

4.2 机器学习辅助增材制造性能优化

4.3 机器学习在增材制造缺陷检测和质量评估中的应用

5 未来发展趋势及展望

 

点赞(1) 关注

立即下载

温馨提示! 你需要支付 ¥3.98 元后才可以下载

评论列表 共有 0 条评论

暂无评论

微信小程序

微信扫一扫体验

立即
投稿

微信公众账号

微信扫一扫加关注

发表
评论
返回
顶部