文献
J-GLOBAL ID:202202236182331377   整理番号:22A0894201

機械学習,有限要素モデリングおよびグラフ理論とマトリックスアプローチを用いたロボットガス金属アークベース付加製造における溶接ビード形状のモデリングと最適化【JST・京大機械翻訳】

Modelling and optimization of weld bead geometry in robotic gas metal arc-based additive manufacturing using machine learning, finite-element modelling and graph theory and matrix approach
著者 (4件):
資料名:
巻: 26  号:ページ: 3385-3399  発行年: 2022年 
JST資料番号: W1043A  ISSN: 1432-7643  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: ドイツ (DEU)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本研究の目的は,軟鋼の付加的製造において,金属堆積の高さ,幅,深さを含む溶接形状に及ぼす溶接速度,ワイヤ送り速度,トーチ角の影響を調べることである。本研究では,溶接ビード形状を予測し,溶接ビード形状の品質を改善するためのプロセスパラメータの最適化を検証するために,人工ニューラルネットワークを開発した。溶接ビード形状の幅,深さおよび高さに対する実験結果を収集し,溶接ビード形状に及ぼすプロセスパラメータの相互作用効果を調べた。AMに対して三次元有限要素モデリングを行い,溶接形状の幅,深さおよび高さを予測した。Taguchi法ベースのグラフ理論とマトリックスアプローチおよびユーティリティ概念を用いて,AMにおける寸法精度を達成するためのプロセスパラメータを最適化した。最適作業条件は以下の通りであった。トーチ角度60°,ワイヤ送り速度6m/min,溶接速度0.4m/min。最適作動条件の下で,溶接ビードの高さ,幅,および深さは,それぞれ3.910,7.615,および2.000mmであった。最適化もANNで検証し,ANN,シミュレーションおよび実験結果間の比較は良好な一致を明らかにした。Copyright The Author(s), under exclusive licence to Springer-Verlag GmbH Germany, part of Springer Nature 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (4件):
分類
JSTが定めた文献の分類名称とコードです
溶接条件  ,  溶接設計,溶接構造物  ,  溶接技術  ,  溶接部 

前のページに戻る