دانلود مقاله انگلیسی رایگان:بهینه سازی درجای تولید افزودنی کامپوزیت ترموست از طریق یادگیری عمیق و بینایی کامپیوتری - 2022
دانلود بهترین مقالات isi همراه با ترجمه فارسی 2
دانلود مقاله انگلیسی بینایی ماشین رایگان
  • In-situ optimization of thermoset composite additive manufacturing via deep learning and computer vision In-situ optimization of thermoset composite additive manufacturing via deep learning and computer vision
    In-situ optimization of thermoset composite additive manufacturing via deep learning and computer vision

    دسته بندی:

    بینایی ماشین - Machine vision


    سال انتشار:

    2022


    عنوان انگلیسی مقاله:

    In-situ optimization of thermoset composite additive manufacturing via deep learning and computer vision


    ترجمه فارسی عنوان مقاله:

    بهینه سازی درجای تولید افزودنی کامپوزیت ترموست از طریق یادگیری عمیق و بینایی کامپیوتری


    منبع:

    ScienceDirect- Elsevier- Additive Manufacturing, 58 (2022) 102985: doi:10:1016/j:addma:2022:102985


    نویسنده:

    William Jordan Wright


    چکیده انگلیسی:

    With the advent of extrusion additive manufacturing (AM), fabrication of high-performance thermoset com- posites without the need of tooling has become a reality. However, finding an optimal set of printing parameters for these thermoset composites during extrusion requires tedious experimentation as composite ink properties can vary significantly with respect to environmental parameters such as temperature and relative humidity. Addressing this challenge, this study presents a novel optimization framework that utilizes computer vision and deep learning (DL) to optimize the calibration and printing processes of thermoset composite AM. Unlike traditional DL models where printing parameters are determined prior to printing, our proposed framework dynamically and autonomously adjusts the printing parameters during extrusion. A novel DL integrated extrusion AM system is developed to determine the optimal printing parameters including print speed, road width, and layer height for a given composite ink. This closed loop system is consisted of a computer communicating with an extrusion AM system, a camera to perform in-situ imaging and several high accuracy convolution neural net- works (CNNs) selecting the ideal process parameters for composite AM. The results show that our proposed process optimization framework was able to autonomously determine these parameters for a carbon fiber- composite ink. Consequently, specimens with complex geometries could be fabricated without visible defects and with maximum fiber alignment and thus enhancing the mechanical performance of the specimen’s com- posite material. Moreover, our proposed framework minimizes a labor-intensive procedure required to additively manufacture thermoset composites by optimizing the extrusion process without any user intervention.
    keywords: یادگیری عمیق | بینایی کامپیوتر | اکستروژن | پرینت سه بعدی کامپوزیت | Deep learning | Computer vision | Extrusion | Composite 3D printing


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 9
    حجم فایل: 3572 کیلوبایت

    قیمت: رایگان


    توضیحات اضافی:




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

تعداد نظرات : 0

الزامی
الزامی
الزامی
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi
بازدید امروز: 751 :::::::: بازدید دیروز: 9785 :::::::: بازدید کل: 24669 :::::::: افراد آنلاین: 14