相关实验视频
Updated: Sep 14, 2025
06:05
Additive Manufacturing-Enabled Low-Cost Particle Detector
Published on: March 24, 2023
1.4K
一个多源化池编译,用于增材制造中的基于视觉的分析应用
William Jabbour1,2, Mutahar Safdar1, Jiarui Xie1
1Department of Mechanical Engineering, McGill University, Montreal, QC, H3A 0C3, Canada.
Scientific data
|July 19, 2025
概括
一个新的数据集,Melt-Pool-Kinetics,标准化了金属增材制造 (AM) 池数据. 本资源帮助机器学习进行现场监控,流程优化和AM中的控制.
科学领域:
- 材料科学 材料科学 材料科学
- 制造业 工程 制造工程
- 数据科学数据科学数据科学
背景情况:
- 金属增材制造 (AM) 依赖于池动态来确定零件的质量.
- 由于材料,参数和传感器的多样性,目前的融化池监测缺乏标准化.
- 标准化数据对于开发强大的机器学习模型对AM至关重要.
研究的目的:
- 引入Melt-Pool-Kinetics,用于金属AM池分析的全面和标准化数据集.
- 为了促进机器学习应用在现场监控,流程优化和控制.
- 为未来的AM数据分析研究和开发提供基础.
主要方法:
- 从23个来源的32个数据集中编译了1.9TB的原始数据,形成一个48.6GB的HDF5集合.
- 使用标准技术处理图像:裁剪,集中,调整尺寸,灰度,去色和去色.
- 将数据集结构化为原始,加工和多样化的子集,以便灵活使用.
主要成果:
- 创建了Melt-Pool-Kinetics,这是一个大规模的,精心策划的数据集,用于金属AM化池签名.
- 该数据集支持机器学习任务,包括缺陷检测和微观结构预测.
- 标准化数据处理使得在不同的AM系统中实现一致的分析.
结论:
- 融化池动力学解决了在金属AM中标准化融化池数据的关键需求.
- 该数据集为实时监控,优化和控制AM过程的进步提供了动力.
- 这个资源是为了可扩展性和未来的扩展新数据而设计的.
