在为3D打印选择粉末的决策支持工具
Ewelina Szczupak1, Marcin Małysza1,2, Dorota Wilk-Kołodziejczyk1,2
1Faculty of Metals Engineering and Industrial Computer Science, AGH University of Krakow, al. Mickiewicza 30, 30-059 Kraków, Poland.
Materials (Basel, Switzerland)
|April 27, 2024
概括
本研究介绍了一种人工智能驱动的工具,用于选择3D打印粉末,包括钢,,和. 随机森林算法被证明是最有效的,在预测机械参数方面实现了高精度.
科学领域:
- 材料科学与工程 材料科学与工程
- 增材制造 增材制造 增材制造
- 材料选择中的人工智能
背景情况:
- 选择合适的粉末对于成功的3D打印至关重要.
- 机械性能预测对于增材制造中的材料选择至关重要.
- 各种人工智能算法可以应用于材料选择问题.
研究的目的:
- 为选择3D打印粉末开发一个决策支持工具.
- 评估不同的AI算法的性能,以预测机械参数.
- 为了确定这个应用程序最有效的AI模型.
主要方法:
- 专注于钢铁,基,基和基粉末.
- 人工智能算法的实施和比较:随机森林,决策树,K-最近邻居,模糊的K-最近邻居,梯度提升,XGBoost和AdaBoost.
- 利用交叉验证和超参数调整进行模型优化.
主要成果:
- 随机森林展示了卓越的性能.
- 通过交叉验证获得了98.66%的F1得分.
- 在测试组上的超参数调整后,获得了99.10%的F1得分.
结论:
- 随机森林模型对3D打印粉末选择决策支持系统非常有希望.
- 优化的模型为新数据提供了准确的预测.
- 超参数调整可以进一步提高模型性能,尽管过度训练是一个考虑因素.
