Может ли машинное обучение заменить дорогостоящий вычислительный гидродинамический анализ в аддит...

Высокоточные модели могут с невероятной точностью предсказывать размер расплавленной ванны в аддитивном производстве металлов, но они настолько ресурсоемки, что ограничены всего несколькими миллиметрами лазерного сканирования. С другой стороны, модели проводимости быстры и масштабируемы, но упускают из виду критически важные физические явления, такие как динамика образования сквозных отверстий и эффекты испарения. В этом выпуске Materials Minute мы представляем новую структуру суррогатного моделирования, которая сочетает в себе лучшие стороны обоих подходов. Обучив модель машинного обучения на парных высокоточных и низкоточных симуляциях, авторы показывают, как можно использовать результаты дешевых моделей проводимости в качестве входных данных для прогнозирования высокоточной глубины и ширины расплавленной ванны по всей длине сканируемых шаблонов, имеющих промышленное значение. Этот подход позволяет моделировать многодорожечное лазерное плавление с точностью, близкой к CFD, при ничтожно малой вычислительной стоимости, открывая двери для реального моделирования в масштабах проектирования в аддитивном производстве. 📄 Статья: Эффективное с вычислительной точки зрения прогнозирование размера расплавленной ванны при многодорожечном лазерном плавлении с помощью суррогатного моделирования 👨🔬 Авторы: Корбин М. Грохол и Юнг С. Шин (Университет Пердью) 📘 Журнал: Integrating Materials and Manufacturing Innovation (IMMI) https://doi.org/10.1007/s40192-026-00440-x Временные метки: 00:00 – Почему моделирование расплавленной ванны важно и почему это так сложно 01:33 – Основная идея: изучение высокоточной физики на основе низкоточных моделей 02:55 – Рабочий процесс суррогатного моделирования (HFM → CM → ML → шаблоны полного сканирования) 03:42 – Ключевые выводы: точность, масштабируемость и промышленная значимость