Тип публикации: доклад, тезисы доклада, статья из сборника материалов конференций
Конференция: Ключевые тренды развития искусственного интеллекта: наука и технологии; Москва; Москва
Год издания: 2023
Ключевые слова: аддитивные технологии, селективное лазерное плавление, Slm, поддержка принятия решений, интеллектуальный анализ данных, машинное обучение, Data Science, системный анализ, оптимизация процессов, SLM DS framework, additive technologies, decision support, data mining, machine learning, systems analysis, process optimization
Аннотация: Представлено программное обеспечение (набор инструментов), использующий подходы Data Science и алгоритмы машинного обучения (МО) для интеллектуального анализа данных и предсказания механических свойств материалов, полученных с помощью технологии селективного лазерного плавления (SLM), на основе созданной многомерной цифровой моделиПоказать полностьюпроцессов. Решение показало точность прогноза в 98,9 % по критерию среднего размера частиц для сплава Ti-6Al-4V, которая достигается применением ансамбля методов кристаллической пластичности и конечных элементов (CPFEM). Также решение позволяет предсказывать такие механические свойства, как предел текучести, пластичность и прочность на разрыв, для структур из сплавов Ti-6Al-4V и AlSi10Mg. Благодаря разработке, специалисты могут сократить затраты на технологические этапы производства и внедрения решений с применением технологий SLM до 1,2 раз. In this article, we present software (a toolkit) that utilizes Data Science approaches and machine learning (ML) algorithms for intelligent data analysis and prediction of the mechanical properties of materials obtained using the selective laser melting (SLM) technology, based on a created multidimensional digital model of processes. The solution has shown a 98.9 % accuracy in predicting the average particle size for the Ti-6Al-4V alloy, achieved by applying a combination of crystal plasticity and finite element methods (CPFEM). It also enables the prediction of mechanical properties such as yield strength, ductility, and fracture toughness for structures made of Ti-6Al-4V and AlSi10Mg alloys. Thanks to this development, specialists can minimize production and implementation costs for SLM technologies by up to 1.2 times.
Журнал: Ключевые тренды развития искусственного интеллекта: наука и технологии
Номера страниц: 10-16
Место издания: Москва