一种数据驱动、非线性、参数化的金属3D打印降阶模型
数值分析
2023-12-01 v1 数值分析
摘要
定向能量沉积（DED）是一种极具前景的金属增材制造技术，与传统制造相比，能够以更低的成本3D打印具有复杂几何形状的金属零件。当激光扫描速度和功率等工艺参数针对特定几何形状和合金进行优化时，该技术的效果最佳。为加速优化，我们将一种称为高斯过程潜空间动力学辨识（GPLaSDI）的数据驱动、参数化、非线性降阶模型（ROM）应用于基于物理的DED仿真数据。在适当选择超参数的情况下，GPLaSDI是该应用的一种有效ROM，其最坏情况误差约为8%，相对于相应的基于物理的数据实现了约1,000,000倍的加速。
引用
@article{arxiv.2311.18036,
title = {A Data-Driven, Non-Linear, Parameterized Reduced Order Model of Metal 3D Printing},
author = {Aaron L. Brown and Eric B. Chin and Youngsoo Choi and Saad A. Khairallah and Joseph T. McKeown},
journal= {arXiv preprint arXiv:2311.18036},
year = {2023}
}