文献

J-GLOBAL ID：202202256927355375   整理番号：22A0152821

同軸監視と画像処理に基づく選択的レーザ融解のその場多孔性インテリジェント分類【JST・京大機械翻訳】

In situ porosity intelligent classification of selective laser melting based on coaxial monitoring and image processing

著者 (6件)： Li Jingchang (School of Aerospace Engineering, Huazhong University of Science & Technology, Wuhan 430074, PR China) ,  Cao Longchao (School of Aerospace Engineering, Huazhong University of Science & Technology, Wuhan 430074, PR China) ,  Cao Longchao (School of Aerospace Engineering, School of Material Science and Engineering, Huazhong University of Science & Technology, Wuhan 430074, PR China) ,  Xu Jie (School of Mechanical Science and Engineering, Huazhong University of Science & Technology, 430074 Wuhan, PR China) ,  Wang Shengyi (School of Aerospace Engineering, Huazhong University of Science & Technology, Wuhan 430074, PR China) ,  Zhou Qi (School of Aerospace Engineering, Huazhong University of Science & Technology, Wuhan 430074, PR China)
資料名： Measurement  (Measurement)
巻： 187  ページ： Null  発行年： 2022年 
JST資料番号： W0315B  ISSN： 0263-2241  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 選択的レーザ融解(SLM)は,金属成分製造においてユニークな利点を示した。しかし,部品品質は,まだ容易に検出されず,除去されない多孔性欠陥に悩まされている。本研究では,高速溶融池画像に基づく多孔性分類の実現を目的とした。同軸高速in situモニタリングシステムを最初に開発し,マルチトラックと多層印刷プロセス中の溶融池画像を捕獲した。次に,新しい画像とデータ処理法を提案し,臨界と高レベルメルトプール特徴データを抽出した。最後に,逆伝搬ニューラルネットワーク(BPNN),サポートベクトルマシン(SVM),および深い信念ネットワーク(DBN)の3つのインテリジェント機械学習アルゴリズムを開発し,多孔性モードと特徴データを整合させた。結果は,SLMプロセスの間の多孔性分類を実現するための提案方法に対して実行可能で効果的であり,それは多孔性欠陥を減らす可能性を提供できることを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 印刷 ,  多孔性 ,  *画像処理 ,  臨界 ,  監視装置 ,  溶融池 ,  空隙率 ,  多層 ,  *レーザ融解 ,  機械学習 ,  学習アルゴリズム ,  サポートベクトルマシン
準シソーラス用語： 信念ネットワーク ,  逆伝播ニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 選択的レーザ融解 ,  付加製造 ,  空隙率分類 ,  溶融プール ,  機械学習

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  長さ,面積,断面,体積,容積,角度の計測法・機器  (AD05020O)

タイトルに関連する用語 (5件)： 同軸 ,  画像処理 ,  レーザ融解 ,  多孔性 ,  分類