de.wedoany.com-Bericht: Forscher der Pohang University of Science and Technology (POSTECH) und des Korea Institute of Materials Science (KIMS) in Südkorea haben ein KI-basiertes Analysesystem entwickelt, das die mechanische Festigkeit von metallischen 3D-Druckteilen innerhalb von Sekunden vorhersagen kann, selbst wenn diese Fehler enthalten. Die Studie wurde von Professor Kim Hyeong-seop von der POSTECH und dem leitenden Forscher Park Jung-min vom KIMS durchgeführt und in der Fachzeitschrift Acta Materialia veröffentlicht.
Das als Laser Powder Bed Fusion (LPBF) bekannte Verfahren in der additiven Fertigung von Metallen führt häufig zu winzigen blasenartigen Hohlräumen, die die Zuverlässigkeit der Bauteile beeinträchtigen. Herkömmliche Testmethoden sind jedoch zeitaufwändig und teuer. Anstatt die Fehler zu beseitigen, trainierte das Forscherteam das Modell mit einem Datensatz, der Herstellungsparameter (wie Laserleistung, Scangeschwindigkeit), Mikrostruktur und Hohlraumverteilung umfasste. Dabei kam eine Technik namens „daten-selektives Lernen" zum Einsatz, um die entscheidenden Variablen zu identifizieren und die Vorhersagegenauigkeit zu verbessern. Das System ist zudem in der Lage, für Menschen lesbare Gleichungen zu generieren, was eine Black-Box-Operation vermeidet.
Bei der Validierung mit einer in der Luft- und Raumfahrt sowie der Automobilindustrie häufig verwendeten Aluminium-Silizium-Magnesium (Al-Si-Mg)-Legierung lag der durchschnittliche Vorhersagefehler der Festigkeit bei 9,51 Megapascal – eine mehr als vierfache Steigerung der Genauigkeit im Vergleich zu bestehenden Methoden. Professor Kim Hyeong-seop erklärte: „Diese Technologie wird die Zuverlässigkeit von Metall-3D-Druckteilen erhöhen und deren Kommerzialisierung in Bereichen wie der Luft- und Raumfahrt und der Automobilindustrie beschleunigen."
Dieser Artikel wurde von Wedoany übersetzt und bearbeitet. Bei jeglicher Zitierung oder Nutzung durch künstliche Intelligenz (KI) ist die Quellenangabe „Wedoany“ zwingend vorgeschrieben. Sollten Urheberrechtsverletzungen oder andere Probleme vorliegen, bitten wir Sie, uns unverzüglich zu benachrichtigen. Wir werden den entsprechenden Inhalt umgehend anpassen oder löschen.
E-Mail: news@wedoany.com
