基于自组织映射的增材制造中数据驱动式微观组织和显微硬度设计

基于自组织映射的增材制造中数据驱动式微观组织和显微硬度设计

论文摘要

为了在镍基高温合金的增材制造(AM)中设计微观组织和显微硬度,本研究提出了一种新的数据驱动方法,该方法结合了物理模型、实验测量和数据挖掘方法。该模拟基于计算热流体动力学(Ct FD)模型,可以获得热行为、凝固参数(如冷却速度)和凝固层的稀释率。根据计算出的热信息,可利用经过充分测试的力学模型估算枝晶臂间距和显微硬度。通过实验测定试样的微观结构和显微硬度,与模拟值进行比较验证。为了实现过程-组织-性能(PSP)关系的可视化,模拟及实验数据集被输入到数据挖掘模型——自组织映射(SOM)中。在多目标下,工艺参数的设计窗口可以从可视化映射中得到。这种被提出的方法可用于AM和其他数据密集型工艺过程。过程、组织和性能之间的数据驱动联系可能会有利于在线过程监控控制,从而获得理想的微观组织和力学性能。

论文目录

  • 1. 引言
  • 2. 实验数据集
  • 3. 基于物理的模拟数据集
  • 4. 用于可视化PSP关系的数据挖掘
  • 5. 结论
  • 1.Introduction
  • 2.Experimental dataset
  • 3.Physics-based simulation dataset
  • 4.Data mining for visualizing PSPs linkages
  • 5.Conclusion
  • 文章来源

    类型: 期刊论文

    作者: 甘政涛,李恒阳,Sarah J.Wolff,Jennifer L.Bennett,Gregory Hyatt,Gregory J.Wagner,曹简,Wing Kam Liu

    关键词: 增材制造,数据科学,多重物理建模,自组织映射,微观组织,显微硬度,镍基高温合金

    来源: Engineering 2019年04期

    年度: 2019

    分类: 工程科技Ⅱ辑,工程科技Ⅰ辑,信息科技

    专业: 金属学及金属工艺,计算机软件及计算机应用,自动化技术

    单位: Department of Mechanical Engineering, Northwestern University

    基金: 美国国家科学基金会(NSF)网络物理系统(CPS)(CPS,CMMI-1646592)的支持,西北数据科学计划(DSI,171474500210043324)的支持,数字制造和设计创新研究所(DMDII15-07)的支持,结构材料设计中心(CHi Ma D,70 NANB14H012)的支持,西北大学材料研究中心MRSEC项目(NSF DMR-168 1720139)的支持~~

    分类号: TP18;TP311.13;TG132.3

    页码: 295-306

    总页数: 12

    文件大小: 3643K

    下载量: 47

    相关论文文献

    • [1].基于自组织映射神经网络的蛋白质序列分析模型[J]. 中国海洋大学学报(自然科学版) 2016(07)
    • [2].自组织映射在移动通信网络优化中的应用[J]. 通信管理与技术 2012(01)
    • [3].改进自组织映射神经网络在指纹识别中的应用[J]. 计算机工程与科学 2009(09)
    • [4].粗糙自组织映射在基因表达数据分析中的应用[J]. 计算机科学 2008(03)
    • [5].基于区间自组织映射的α阶逆系统控制研究[J]. 计算机应用研究 2009(03)
    • [6].基于自组织映射的手写数字识别的并行实现[J]. 浙江大学学报(工学版) 2014(04)
    • [7].基于自组织映射神经网络的多目标调度研究[J]. 计算机集成制造系统 2008(04)
    • [8].基于自组织映射神经网络和卷积核补偿的多通道表面肌电信号的盲源分离方法[J]. 生物医学工程学杂志 2015(01)
    • [9].自组织映射神经网络在生物信息学中的应用[J]. 中国家禽 2011(06)
    • [10].基于自组织映射和模糊隶属度的混合像元分解[J]. 计算机辅助设计与图形学学报 2008(10)
    • [11].无人机群多目标协同主动感知的自组织映射方法[J]. 智能系统学报 2020(03)
    • [12].基于核自组织映射的有监督主动轮廓图像分割[J]. 计算机应用 2016(10)
    • [13].基于潜在语义索引和自组织映射网的检索结果聚类方法[J]. 计算机研究与发展 2009(07)
    • [14].复合神经网络在柴油机故障诊断中的应用[J]. 中国工程机械学报 2014(01)
    • [15].基于自组织映射的改进BP神经网络短期光伏出力预测研究[J]. 四川电力技术 2018(02)
    • [16].专利价值评估与分类研究——基于自组织映射支持向量机[J]. 数据分析与知识发现 2019(05)
    • [17].一种利用自组织映射和径向基函数神经网络的网络拥塞预测方法[J]. 微电子学与计算机 2012(12)
    • [18].基于运行大数据的汽车行驶工况构建与分析[J]. 宁夏师范学院学报 2020(10)
    • [19].基于近红外光谱的自组织映射神经网络快速鉴别牛乳与掺假乳[J]. 食品工业 2019(08)
    • [20].自组织映射聚类算法在电信客户细分中的应用[J]. 计算机系统应用 2010(08)
    • [21].基于PCA-SOM的北京市平谷区地下水污染溯源[J]. 环境科学研究 2020(06)
    • [22].自组织映射节点定位算法中邻域函数的优化方法研究[J]. 小型微型计算机系统 2017(02)
    • [23].自组织特征映射神经网络的改进及应用研究[J]. 计算机工程与应用 2009(31)
    • [24].一种改进的自组织映射树算法及在组织际关系分类中的应用[J]. 系统工程理论与实践 2009(07)
    • [25].基于自组织映射与随机森林耦合模型的流域水质空间差异性评估[J]. 环境科学学报 2020(06)
    • [26].基于SOM和SVM的食醋品质近红外定性分析[J]. 食品与机械 2016(05)
    • [27].自组织映射神经网络(SOM)在图像分类中的应用[J]. 伊犁师范学院学报(自然科学版) 2010(01)
    • [28].利用自组织映射SOM实现电力系统暂态稳定评估结果可视化[J]. 电力系统保护与控制 2009(05)
    • [29].基于突现自组织映射的数据挖掘:测井岩性识别新方法[J]. 石油天然气学报 2009(02)
    • [30].SOM研究的若干新进展[J]. 福建电脑 2013(11)

    标签:;  ;  ;  ;  ;  ;  ;  

    基于自组织映射的增材制造中数据驱动式微观组织和显微硬度设计
    下载Doc文档

    猜你喜欢