文献

J-GLOBAL ID：202102272812173343   整理番号：21A3236080

資源効率的製造のためのその場較正ディジタルプロセスツインモデル【JST・京大機械翻訳】

In-Situ Calibrated Digital Process Twin Models for Resource Efficient Manufacturing

著者 (2件)： Adeniji David (Department of Mechanical Engineering & Institute for Sustainable Manufacturing, University of Kentucky, Lexington, KY 40503) ,  Schoop Julius (Department of Mechanical Engineering & Institute for Sustainable Manufacturing, University of Kentucky, Lexington, KY 40506-0108)
資料名： Journal of Manufacturing Science and Engineering  (Journal of Manufacturing Science and Engineering)
巻： 144  号： 4  ページ： Null  発行年： 2022年 
JST資料番号： C0657A  ISSN： 1087-1357  CODEN： JMSEFK  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 製造プロセス改善努力の主目的は,製品品質とプロセス生産性を改善しながら,時間,コスト,廃棄物,消費エネルギーなどのプロセス資源を著しく最小化することである。本論文では,ディジタルプロセス双晶(DPTs)を生成するための人工知能(AI)に基づく新しい物理情報最適化手法を提案した。ガンマチタンアルミナイド合金(γ-TiAl)から作製した航空宇宙部品の仕上加工の場合,DPT手法の有用性を実証した。この特別な成分は,表面およびサブ表面亀裂を含む持続的品質欠陥に悩まされ,それは資源効率に悪影響を与える。以前のプロセス改善努力は,切断中に亀裂が発生するか,そして,どのように亀裂が発生するかの基礎的課題に対処できない,事後調査と経験的モデリングに制限されてきた。本研究では,モジュラ物理ベースモデルによるその場プロセスキャラクタリゼーションの統合を示し,機械学習アルゴリズムを用いて,収率と収益性を著しく増大しながら,環境およびエネルギー影響を低減することができるDPTを作成した。ここで提示した予備的結果に基づいて,新しいアプローチを用いたγ-TiAl加工において,プロセス待ち行列時間において84%以上,プロセス待ち行列時間において93%,スクラップコストにおいて2%,および待ち行列コストにおいて93%の改善が実現した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *亀裂 ,  合金 ,  双晶 ,  最適化手法 ,  スクラップ ,  廃棄物 ,  人工知能 ,  エネルギー消費 ,  表面亀裂 ,  製品品質 ,  生産工程 ,  学習アルゴリズム
準シソーラス用語： プロセス改善 ,  航空宇宙 ,  チタンアルミニウム合金 , 【Automatic Indexing@JST】

著者キーワード (8件)： 機械加工 ,  持続可能な製造 ,  エネルギー効率 ,  航空宇宙 ,  チタンアルミナイド ,  機械加工プロセス ,  センシング ,  モニタリングと診断

分類 (1件)： 切削一般  (QC02010V)

タイトルに関連する用語 (2件)： 資源効率 ,  較正