文献

J-GLOBAL ID：202202288783296302   整理番号：22A0730840

三次元金属粉末粒子の知的分類【JST・京大機械翻訳】

Intelligent classification for three-dimensional metal powder particles

著者 (5件)： Zhou Xin (College of Mechanical and Electrical Engineering, Nanjing University of Aeronautics and Astronautics, Nanjing 210016, China) ,  Dai Ning (College of Mechanical and Electrical Engineering, Nanjing University of Aeronautics and Astronautics, Nanjing 210016, China) ,  Cheng Xiaosheng (College of Mechanical and Electrical Engineering, Nanjing University of Aeronautics and Astronautics, Nanjing 210016, China) ,  Thompson Adam (Manufacturing Metrology Team, Faculty of Engineering, University of Nottingham, Nottingham NG8 1BB, UK) ,  Leach Richard (Manufacturing Metrology Team, Faculty of Engineering, University of Nottingham, Nottingham NG8 1BB, UK)
資料名： Powder Technology  (Powder Technology)
巻： 397  ページ： Null  発行年： 2022年 
JST資料番号： B0730A  ISSN： 0032-5910  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： 構成金属粒子の形状は,原料粉末のバルク特性と製造部品の機械的性質に著しい影響を与える。本論文では,金属粉末粒子の自動形状ベース分類法を提供した。最初に,X線計算機トモグラフィーを用いて,金属粉末粒子の三次元体積データを得て,分割操作を行い,粒子を分離した。粒子形状によって分類して,粒子を手動でラベル付けして,訓練と試験データを作成し,粉体粒子を6つのユーザ定義カテゴリーの1つに分離した:「連結’,「楕円’,「正規’,「p’,「石’,「多孔質’,および「球の1つに分離した。”.”。”粒子形状”を,6つのユーザ定義カテゴリーの1つに分離する。”,”「接続”,”elli”,”「多孔質”,”「”,「多孔質,多孔質球,および「球の1つに,粉末粒子を分離した。機械学習ネットワークポイントネット++を用いて,1024の自動的に定義された幾何学的粒子特徴,ならびに12のユーザ定義特徴を用いて,粒子を分類した。結果は,この自動分類法の精度が93.8%に達することを示した。最後に,測定粉末の追加の試験バッチを用いて,著者らの分類法を検証した。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： 機械的性質 ,  *粉体 ,  自動分類 ,  特性 ,  *金属粉末 ,  多孔性 ,  *粒子 ,  形態 ,  *三次元 ,  X線CT ,  機械学習 ,  付加製造
準シソーラス用語： 分類法 ,  金属粒子 ,  粒子形状 , 【Automatic Indexing@JST】

著者キーワード (5件)： 金属粉末 ,  三次元形状測定 ,  機械学習 ,  分類 ,  付加製造

分類 (1件)： 粉体工学  (XD03010M)

タイトルに関連する用語 (2件)： 粉末粒子 ,  分類