Nouvelle méthode pour générer la morphologie de surface virtuelle des pièces en Ti-6Al-4V
Aperçu de (a) la prédiction de la morphologie de surface via l’IA et (b) la prédiction de la rugosité de surface. Une visualisation de l’image de surface virtuelle attendue adaptée à l’entrée de l’utilisateur est générée par CGAN. Crédit : UNIST
Une étude récente, dirigée conjointement par le professeur Im Doo Jung du Département de génie mécanique de l’UNIST et le professeur Hyokyung Sung de l’Université Kookmin, a proposé une nouvelle méthode avec intelligence artificielle (IA) pour générer la morphologie de surface virtuelle des pièces Ti-6Al-4V par données paramètres de processus.
Dans cette étude, l’équipe de recherche a développé la méthode de prédiction de la morphologie de surface assistée par CGAN pour les pièces DED Ti-6Al-4V par optimisation des structures de réseau neuronal. Les résultats expérimentaux et les prévisions illustrent l’efficacité du modèle CGAN développé pour choisir les conditions de processus optimales pour la fabrication de pièces métalliques par FA, a noté l’équipe de recherche.
Selon l’équipe de recherche, à l’aide du processus d’IA développé avec un score FID élevé, les images de morphologie de surface virtuelle de la pièce Ti-6Al-4V DED ont été générées avec succès à partir de conditions de processus identiques.
Leurs découvertes ont également révélé que la surface virtuelle des pièces DED correspond bien à la surface métallique imprimée en termes d’apparence et d’analyse SEM ainsi que d’étude quantitative dans l’analyse microstructurale près de la surface. De plus, la génération de surface virtuelle rapide assistée par CGAN et sa pièce DED Ti-6Al-4V correspondante avaient une surface lisse améliorée avec moins de manque de fusion ou de défauts de surface.
« [A] une gamme variée de paramètres de processus DED peut être rapidement vérifiée pour leur morphologie de surface correspondante avec une grande précision par l’IA développée », a noté l’équipe de recherche. « La méthodologie développée utilisant CGAN peut également être utilisée pour d’autres études avec une surface latérale, un bord ou une courbe la morphologie superficielle. »
Cette étude a été réalisée en collaboration avec l’Université nationale de Gyeongsang, l’Université nationale de Gyeongsang et l’Université Carnegie Mellon. Leurs conclusions ont été publiées dans Prototypage virtuel et physique.
