ترجمه فارسی مقاله مدل دوچشمی: یک راه حل یادگیری عمیق برای تجزیه و تحلیل دمای حوضچه مذاب آنلاین با استفاده از پیرومتری تصویربرداری با طول موج دوگانه

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

عنوان مقاله به انگلیسی Binocular Model: A deep learning solution for online melt pool temperature analysis using dual-wavelength Imaging Pyrometry
عنوان مقاله به فارسی مدل دوچشمی: یک راه حل یادگیری عمیق برای تجزیه و تحلیل دمای حوضچه مذاب آنلاین با استفاده از پیرومتری تصویربرداری با طول موج دوگانه
نویسندگان Javid Akhavan, Chaitanya Krishna Vallabh, Xiayun Zhao, Souran Manoochehri
فرمت مقاله انگلیسی PDF
تعداد صفحات 13
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Computer Vision and Pattern Recognition,Machine Learning,چشم انداز رایانه و تشخیص الگوی , یادگیری ماشین ,
توضیحات Submitted 26 August, 2024; v1 submitted 20 August, 2024; originally announced August 2024.
توضیحات به فارسی ارسال شده در 26 اوت 2024 ؛V1 ارسال شده در 20 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد.
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

In metal Additive Manufacturing (AM), monitoring the temperature of the Melt Pool (MP) is crucial for ensuring part quality, process stability, defect prevention, and overall process optimization. Traditional methods, are slow to converge and require extensive manual effort to translate data into actionable insights, rendering them impractical for real-time monitoring and control. To address this challenge, we propose an Artificial Intelligence (AI)-based solution aimed at reducing manual data processing reliance and improving the efficiency of transitioning from data to insight. In our study, we utilize a dataset comprising dual-wavelength real-time process monitoring data and corresponding temperature maps. We introduce a deep learning model called the "Binocular model," which exploits dual input observations to perform a precise analysis of MP temperature in Laser Powder Bed Fusion (L-PBF). Through advanced deep learning techniques, we seamlessly convert raw data into temperature maps, significantly streamlining the process and enabling batch processing at a rate of up to 750 frames per second, approximately 1000 times faster than conventional methods. Our Binocular model achieves high accuracy in temperature estimation, evidenced by a 0.95 R-squared score, while simultaneously enhancing processing efficiency by a factor of $\sim1000x$ times. This model directly addresses the challenge of real-time MP temperature monitoring and offers insights into the encountered constraints and the benefits of our Deep Learning-based approach. By combining efficiency and precision, our work contributes to the advancement of temperature monitoring in L-PBF, thus driving progress in the field of metal AM.

چکیده به فارسی (ترجمه ماشینی)

در تولید مواد افزودنی فلزی (AM) ، نظارت بر دمای استخر ذوب (MP) برای اطمینان از کیفیت بخشی ، ثبات فرآیند ، پیشگیری از نقص و بهینه سازی کلی فرآیند بسیار مهم است.روشهای سنتی ، همگرا آهسته هستند و نیاز به تلاش دستی گسترده ای برای ترجمه داده ها به بینش های عملی دارند و آنها را برای نظارت و کنترل در زمان واقعی غیر عملی می کنند.برای پرداختن به این چالش ، ما یک راه حل مبتنی بر هوش مصنوعی (AI) با هدف کاهش اعتماد به نفس پردازش داده های دستی و بهبود کارآیی انتقال از داده ها به بینش پیشنهاد می کنیم.در مطالعه ما ، ما از یک مجموعه داده متشکل از داده های نظارت بر فرآیند زمان واقعی موج دوگانه و نقشه های دما مربوطه استفاده می کنیم.ما یک مدل یادگیری عمیق به نام "مدل دو چشمی" را معرفی می کنیم که از مشاهدات ورودی دوگانه برای انجام یک تجزیه و تحلیل دقیق دمای MP در فیوژن بستر پودر لیزر (L-PBF) بهره می برد.از طریق تکنیک های پیشرفته یادگیری عمیق ، ما یکپارچه داده های خام را به نقشه های دما تبدیل می کنیم ، به طور قابل توجهی روند کار را ساده تر می کنیم و پردازش دسته ای را با سرعت حداکثر 750 فریم در ثانیه ، تقریباً 1000 برابر سریعتر از روشهای معمولی فعال می کنیم.مدل دو چشمی ما در برآورد دما به دقت بالایی دست می یابد ، که با یک نمره مربع 0.95 R مشهود است ، در حالی که همزمان باعث افزایش کارآیی پردازش با ضریب \ $ \ Sim1000x $ می شود.این مدل به طور مستقیم به چالش نظارت بر دمای MP در زمان واقعی می پردازد و بینشی در مورد محدودیت های مواجه شده و مزایای رویکرد عمیق مبتنی بر یادگیری ما ارائه می دهد.با ترکیب کارآیی و دقت ، کار ما به پیشرفت نظارت بر دما در L-PBF کمک می کند ، بنابراین پیشرفت در زمینه فلز AM را هدایت می کند.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.