금속 적층 제조에서 제조된 기계적 특성의 메커니즘 기반 데이터 주도 예측

요약 금속 적층 제조는 기하학 및 구성 요소 설계에서 놀라운 유연성을 제공하지만, 국부적인 가열/냉각 이질성으로 인해 제조된 기계적 특성의 공간적 변동이 발생하여 소재 설계 과정이 상당히 복잡해진다. 이를 위해, 우리는 프로세스 유도 온도 시퀀스, 즉 열적 역사에 기반하여 제작된 부품의 위치 종속 기계적 특성을 예측하는 웨이브렛 변환과 컨볼루션 신경망을 통합한 메커니즘 기반 데이터 주도 프레임워크를 개발한다. 이 프레임워크는 다중 해상도 분석 및 중요성 분석을 가능하게 하여, 적층 제조 프로세스의 주요 메커니즘 특성, 즉 중요한 온도 범위 및 기본 열 주파수 등을 드러낸다. 우리는 개발된 접근 방식을 다른 머신 러닝 방법과 체계적으로 비교한다. 결과는 개발된 접근 방식이 적은 양의 노이즈가 포함된 실험적 데이터를 사용하여 상당히 좋은 예측 능력을 달성함을 보여준다. 이것은 도메인 특정 지식과 최첨단 머신 및 딥 러닝 기술을 활용하여 기계적 특성의 공간적 및 시간적 변화를 예측하는 혁신적인 방법론의 구체적인 기초를 제공한다.