机器学习

基于机器学习的增材制造金属力学性能预测

基于机器学习的增材制造金属力学性能预测

专家解读 25
来源:中国机械工程学会增材制造技术(3D打印)分会供稿人:王爽、王富 供稿单位:西安交通大学精密微纳制造技术全国重点实验室          增材制造是现代高端装备制造领域的革命性突破技术之一。其中,增材构件的大批量生产和高可靠应用,关键在于制造可重复性、质量可靠性与性能可预测性。而在各向异性组织、广域分布缺...
基于机器学习预测3D打印风力涡轮机叶片制造缺陷

基于机器学习预测3D打印风力涡轮机叶片制造缺陷

案例 96
      2025年7月16日,来自格罗宁根大学的研究人员开发了一种低成本、可扩展的方法,利用 3D打印模型、振动分析和机器学习来检测风力涡轮机叶片的故障。这项研究展示了如何使用 PLA 制造的 NREL 5MW 叶片的缩放复制品来模拟损坏场景,并使用支持向量机和 K 最近邻算...
基于3D打印高通量筛选结合机器学习探究生物陶瓷骨诱导性的最佳结构特征

基于3D打印高通量筛选结合机器学习探究生物陶瓷骨诱导性的最佳结构特征

技术 106
 骨组织工程中,骨诱导性支架的关键结构因素和参数尚未明确,孔隙结构的复杂性与多样性导致其与骨诱导性的关系模糊,缺乏支架结构设计的指导方针和数据支持,制约了高性能骨再生材料的发展。来自四川大学张兴栋院士/朱向东研究员团队利用DLP 3D打印技术制备了包含24种不同孔隙结构(三角形、菱形、方形、...
机器学习辅助高细胞密度生物打印硬度预测

机器学习辅助高细胞密度生物打印硬度预测

技术 110
      本研究论文聚焦机器学习辅助高细胞密度生物打印硬度预测。细胞负载水凝胶的生物打印是组织工程中一个迅速发展的领域。数字光处理(DLP)三维(3D)生物打印技术的出现革新了复杂三维结构的制造。通过调整光照, DLP生物打印技术可以调控结构的机械性...
上海理工大学王皞教授课题组 :机器学习辅助增材制造金属材料疲劳寿命预测的最新进展综述

上海理工大学王皞教授课题组 :机器学习辅助增材制造金属材料疲劳寿命预测的最新进展综述

技术 140
随着机器学习领域的不断发展,新的算法和技术不断涌现。关注和研究这些新型机器学习算法在增材制造金属材料疲劳寿命预测中的应用潜力,如深度强化学习、图神经网络等,充分发挥其在处理复杂数据和挖掘深层次规律方面的优势,为解决增材制造金属材料疲劳性能预测中的难题提供新的思路和方法。”第一作者:王皞通讯作者:王皞,Aiju...
基于缺陷特征与机器学习的增材制造钛合金高周疲劳寿命预测

基于缺陷特征与机器学习的增材制造钛合金高周疲劳寿命预测

智能制造 121
作者:刘尧,高祥熙,朱思铫,何玉怀,许巍单位:中国航发北京航空材料研究院     近年来,增材制造技术不断提升,但增材制造件内部随机分布的缺陷仍难以完全避免。微小缺陷对疲劳性能的影响难以通过传统物理模型准确预测。随着缺陷特征复杂性和数据维度的增加,依赖于物理公式的模型预...