在最近发表在《杂志》上的论文中添加剂制造，研究人员提出了两个替代模型，以便在激光粉末床融合（LPBF）中复制热方程的非线性，同时比较其在在线执行时间和准确性中的性能。
学习：激光粉床融合中热建模的时间效率替代模型。图片来源：marinagrigorivna/shutterstock.com
背景
为了从3D几何图案中创建物理对象，添加剂制造（AM）过程称为LPBF，依次扩散并融化微小的粉末层。由于持续的质量保证问题，有助于实现“首次右翼”目标的LPBF的数字双胞胎正在吸引更多的关注。
使用有限元方法（FEM）（例如热模型）的数值求解器已成为实验验证的广泛研究的主题。但是，高度成本阻止了其在印刷操作之前和印刷操作期间的使用，从而使LPBF的快速而精确的传热建模成为重要的研究主题。
关于研究
在这项研究中，团队提供了模仿FEM的两个不同的替代模型（SMS）。首先通过SM，降低的高斯工艺（GP）模拟器学习了涉及不同温度曲线之间相对距离的低维表示，然后将其推断为高维温度的预测。第二个SM是使用FEM的快速数值解，并使用了带有局部投影的素描模拟器。
该团队创建了一个简化的GP模拟器，该模拟器使用数据驱动的计算构建了温度配置文件之间距离的快速模型。研究人员建议在素描的仿真器中使用局部投影以加快FEM并开发SM的局部投影。
此外，基于比较距离预测器创建了一种亚采样方法，该方法将输入参数转换为相对距离以选择训练温度快照。由于它是一种数据驱动的方法，因此使用FEM的热模拟器的预测能力取决于定位代表性培训数据集。选择可控的LPBF工艺参数，例如光束尺寸，激光功率，扫描速度，预热温度，时间等，以训练输入选择。
观察
在本研究中，该团队开发了一个数值实验，该实验涉及在氩气气中的平行凝分ALSI10MG粉末床上从一层到三层的打印程序。作为高保真性（地面真相）热模拟，配备了良好时空离散化的基于FEM的数值求解器被用作参考模型。参考模拟器和两个SMS（将其标记为F1的降低的GP模拟器和用局部投影表示为F2）的素描模拟器的模型正确性和在线时间成本进行了比较。
使用非线性尺寸降低技术，在F1预处理过程中，GP的数量减少。在此策略中，降低尺寸（R）和邻域大小（G）的目标是两个关键值。此外，人们注意到，随着越来越多的层堆叠，降低的比例减小。尽管存在下降趋势，但减少的幅度不足以对在线时间成本产生负面影响。
研究表明，一到三层域的平均在线执行时间分别为41.50、41.67和43.51秒。相反，F1和F2的培训和数据生成所需的时间相似。总的在线执行时间分为投影，草图和预测。这表明与F2相关的在线运行时间对来自离散域的更多特征的敏感性不如FEM。但是，在线执行时间仍然有明显减少，分别节省了82.17％，83.50％和84.27％的时间成本，分别为一到三层域。
尽管F2产生了更长的执行时间，但F1能够非常有效地预测温度，但预测不准确。因此，发现F1更偏向于减少时间成本，而F2则偏向预测准确性。F1在很大程度上取决于找到代表性培训数据集，因为它是一种数据驱动的方法，具有降低非线性尺寸的方法，从而确保了准确性。
尽管所有的亚采样温度快照都对局部投影库的发生均同样贡献，但相对距离预测的精度要求较低。相反，在F1中，相对距离预测的顺序和值很重要，因为它们被用于确定准确的权重以推断高维温度的预测。这种区别证明了在不同的训练数据采样中F2的鲁棒性相对较高。
结论
总体而言，这项研究总结了两次有效的SMS以及使用FEM的LPBF的非线性热模型。通过更改域的几何形状，热源模型和其他因素，可以将为LPBF开发的两个SMS用于各种热驱动AM。未来研究的重点可能在于了解如何有效地将这两个SMS整合到LPBF的热分析中，包括不确定性管理，缺陷预测，参数优化，不确定性管理和闭环控制。
来自AZOM的更多信息：化学过程中的AI使用
资源
X. Li和N. Polydorides，激光粉床融合中热建模的时间效率替代模型，添加剂制造（2022），doi：https://www.欧洲杯线上买球sciendirect.com/science/article/pii/s2214860422005115?via%3dihub
免责声明：此处表达的观点是以其私人身份表达的作者的观点，不一定代表AZOM.com的观点有限的T/A Azonetwork本网站的所有者和运营商。此免责声明构成了条款和条件使用此网站。