Ti-6Al-4V零件虚拟表面形貌生成新方法

最近由UNIST机械工程系教授ImDooJung和国民大学HyokyungSung教授共同领导的一项研究提出了一种利用人工智能(AI)生成Ti-6Al-4V零件虚拟表面形貌的新方法，方法是给定工艺参数。

在本研究中，研究团队通过优化神经网络结构，开发了CGAN辅助的Ti-6Al-4VDED零件表面形貌预测方法。研究团队指出，实验结果和预测说明了开发的CGAN模型在选择通过AM制造金属零件的最佳工艺条件方面的有效性。

据研究团队称，借助开发的具有高FID分数的AI工艺，Ti-6Al-4VDED零件的虚拟表面形貌图像在相同的工艺条件下成功生成。

他们的发现还表明，DED部件的虚拟表面在外观和SEM分析以及表面附近微观结构分析的定量研究方面与印刷金属表面非常匹配。此外，CGAN辅助的快速虚拟表面生成及其相应的Ti-6Al-4VDED部件具有改进的光滑表面，减少了熔合不足或表面缺陷。

研究团队指出：“开发的AI可以快速、高精度地检查各种DED工艺参数的相应表面形态。”“使用CGAN开发的方法也可用于进一步研究侧面、边缘或曲面形态。”

这项研究是与庆尚国立大学、庆尚国立大学和卡内基梅隆大学合作进行的。他们的发现已发表在虚拟和物理原型中。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！