PulseAugur
实时 10:42:16
English(EN) Neuro-Symbolic Closed-Loop Control of Laser Powder Bed Fusion with an In-Loop Ontology

神经符号控制架构提升激光粉末床熔融质量

研究人员开发了一种新颖的神经符号闭环控制架构,用于激光粉末床熔融(LPBF)增材制造。该系统将符号推理与统计学习相结合,利用内嵌本体将工艺目标和约束转化为预测控制器的可操作目标。该架构通过将不可测量的工艺参数映射到可观察的参数,有效地管理了悬垂熔渣等质量限制,证明了其可行性以及适应新材料和约束的潜力。 AI

影响 引入了一种新颖的控制架构,有望提高精密度和减少先进制造过程中的缺陷。

排序理由 详细介绍特定科学领域新方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

神经符号控制架构提升激光粉末床熔融质量

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Gisuk Hong, Jaebong Cho, Hyunbo Cho ·

    激光粉末床熔融的神经符号闭环控制与内置本体

    arXiv:2608.05773v1 Announce Type: new Abstract: A geometry-conditioned, neuro-symbolic closed-loop architecture is proposed for laser powder bed fusion, in which a standards-aligned ontology operates inside the control loop and couples symbolic reasoning with statistical learning…