人工智能增强的数字金属构件
信号处理
2022-01-19 v1
摘要
本工作的目标是提出一种新范式，通过金属增材制造与人工智能（AI）的融合赋予金属零件智能。我们的数字金属零件利用卷积神经网络（CNN）通过实时数据处理对状态进行分类。CNN 的训练数据来自采用激光粉末床熔融工艺嵌入金属零件中的应变片。我们利用增材制造实现该方法，展示了可识别部分螺丝松动、故障及外部撞击物体的自认知金属零件。结果表明，该金属零件在测试集上以 89.1% 的准确率识别重复压缩下多种固定状态的细微变化。所提策略在为下一代基于数字金属的机械系统超连接做出贡献方面展现出良好潜力。
引用
@article{arxiv.2201.06735,
title = {AI Augmented Digital Metal Component},
author = {Eunhyeok Seo and Hyokyung Sung and Hayeol Kim and Taekyeong Kim and Sangeun Park and Min Sik Lee and Seung Ki Moon and Jung Gi Kim and Hayoung Chung and Seong-Kyum Choi and Ji-hun Yu and Kyung Tae Kim and Seong Jin Park and Namhun Kim and Im Doo Jung},
journal= {arXiv preprint arXiv:2201.06735},
year = {2022}
}
备注
46 pages