NSF未来制造数据挑战：用于激光轨迹概率局部几何预测的多模态DED数据集
应用物理
2026-07-08 v1
摘要
我们介绍了一个多模态定向能量沉积（DED）数据集，用于预测在316L不锈钢基底上产生的单道激光轨迹的概率局部几何变化。该数据集支持NSF未来制造数据挑战，包含三种互补模态：来自Stratonics ThermaViz熔池传感器的原位热图像序列、使用Zeiss EVO MA10系统获取的扫描电子显微镜（SEM）图像，以及使用Bruker ContourGT-K白光三维光学轮廓仪获取的全场高度图。每个实验都是在四种激光功率（200、300、350和400 W）之一下进行的焊道-板扫描，扫描速度固定为10 mm/s。发布内容包括入门笔记本、面向参与者的代码，以及一个多模态坐标约定，该约定在共同的物理20-100毫米窗口内关联热、SEM和高度图测量。
引用
@article{arxiv.2607.07965,
title = {NSF Future Manufacturing Data Challenge: A Multimodal DED Dataset for Probabilistic Local Geometry Prediction in Laser Tracks},
author = {Abhishek Hanchate and Himanshu Balhara and Satish T. S. Bukkapatnam},
journal= {arXiv preprint arXiv:2607.07965},
year = {2026}
}
备注
4 pages, 2 figures