論文の概要: 3D object quality prediction for Metal Jet Printer with Multimodal thermal encoder

• arxiv url: http://arxiv.org/abs/2404.11776v1
• Date: Wed, 17 Apr 2024 21:57:29 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-19 20:00:41.785579
• Title: 3D object quality prediction for Metal Jet Printer with Multimodal thermal encoder
• Title（参考訳）: 多モード熱エンコーダを用いた金属ジェットプリンタの3次元物体品質予測
• Authors: Rachel, Chen, Wenjia Zheng, Sandeep Jalui, Pavan Suri, Jun Zeng,
• Abstract要約: 金属印刷における様々な要因は、印刷部品の品質に影響を及ぼす。 HPのMetJet印刷プロセスから収集された膨大なデータを使って、AI技術を使用して、印刷された部分品質メトリクスを分析し、学習し、効果的に推測することができる。
• 参考スコア（独自算出の注目度）: 46.85584046139531
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: With the advancements in 3D printing technologies, it is extremely important that the quality of 3D printed objects, and dimensional accuracies should meet the customer's specifications. Various factors during metal printing affect the printed parts' quality, including the power quality, the printing stage parameters, the print part's location inside the print bed, the curing stage parameters, and the metal sintering process. With the large data gathered from HP's MetJet printing process, AI techniques can be used to analyze, learn, and effectively infer the printed part quality metrics, as well as assist in improving the print yield. In-situ thermal sensing data captured by printer-installed thermal sensors contains the part thermal signature of fusing layers. Such part thermal signature contains a convoluted impact from various factors. In this paper, we use a multimodal thermal encoder network to fuse data of a different nature including the video data vectorized printer control data, and exact part thermal signatures with a trained encoder-decoder module. We explored the data fusing techniques and stages for data fusing, the optimized end-to-end model architecture indicates an improved part quality prediction accuracy.
• Abstract（参考訳）: 3Dプリンティング技術の進歩に伴い、3Dプリンティングオブジェクトの品質と次元精度が顧客の仕様に合致することが極めて重要である。 金属印刷中の様々な要因は、印刷部の品質、印刷ステージパラメータ、印刷層内の印刷部の位置、硬化ステージパラメータ、金属焼結プロセスなど、印刷部の品質に影響を及ぼす。 HPのMetJet印刷プロセスから収集された膨大なデータにより、AI技術は、印刷された部分品質のメトリクスを分析し、学習し、効果的に推測し、印刷収量を改善するのに役立つ。 プリンタが設置した熱センサで捉えたその場での熱センサデータには、拡散層の熱信号が含まれている。 このような部分の熱署名は、様々な要因からの複雑な衝撃を含む。 本稿では,ビデオデータベクトル化プリンタ制御データや,訓練されたエンコーダデコーダモジュールを用いた正確な部分熱署名を含む,異なる性質のデータを融合するために,マルチモーダル熱エンコーダネットワークを用いる。 最適化されたエンドツーエンドモデルアーキテクチャは,データ融合技術とデータ融合の段階について検討し,品質予測精度の向上を示唆している。

関連論文リスト

• Temperature-Centric Investigation of Speculative Decoding with Knowledge Distillation [76.5894260737116]
  本稿では,復号化温度が投機的復号化効果に及ぼす影響を考察する。 我々はまず、高温での復号化の課題を強調し、一貫した温度設定でKDを実証することが治療である可能性を実証した。 これらの知見に基づいて,特に高温環境での投機的復号化の高速化を図った。
  論文  参考訳（メタデータ） (2024-10-14T04:17:45Z)
• LLM-3D Print: Large Language Models To Monitor and Control 3D Printing [6.349503549199403]
  産業4.0は、デジタル化を推進し、添加性製造(AM)へのパラダイムシフトによって製造に革命をもたらした。 重要なAM技術であるFDMは、層間押出による最小限の材料廃棄物による、高度にカスタマイズされたコスト効率の高い製品の作成を可能にする。 本稿では,3Dプリンタとともに学習済みのLarge Language Models(LLM)を利用して,印刷欠陥の検出と対処を行うプロセス監視・制御フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-08-26T14:38:19Z)
• Accelerating Process Development for 3D Printing of New Metal Alloys [0.0]
  プロセスマッピングは、許容できる印刷品質を一貫して生成する最適なプロセスパラメータを決定するために不可欠である。 プロセスマッピングは通常、従来の方法で行われ、実験の設計や印刷部品のエクスシチュアライゼーションに使用される。 ビデオビジョントランスと高速イメージングを用いたレーザ-金属間相互作用における溶融金属力学の時間的特徴を取り入れることで,これらの制約を緩和する。
  論文  参考訳（メタデータ） (2023-12-29T19:46:18Z)
• Instant Multi-View Head Capture through Learnable Registration [62.70443641907766]
  3次元頭部のデータセットを密接なセマンティック通信でキャプチャする既存の手法は遅い。 キャリブレーションされたマルチビュー画像から3Dヘッドを直接推定するためにTEMPEHを導入する。 1つの頭部の予測には0.3秒かかるが、中央値の復元誤差は0.26mmで、現在の最先端よりも64%低い。
  論文  参考訳（メタデータ） (2023-06-12T21:45:18Z)
• Sampling and Ranking for Digital Ink Generation on a tight computational budget [69.15275423815461]
  トレーニングされたデジタルインク生成モデルの出力品質を最大化する方法について検討する。 我々は、デジタルインク領域におけるその種類に関する最初のアブレーション研究において、複数のサンプリングとランキング手法の効果を使用、比較する。
  論文  参考訳（メタデータ） (2023-06-02T09:55:15Z)
• Predicting Thermoelectric Power Factor of Bismuth Telluride During Laser Powder Bed Fusion Additive Manufacturing [0.0]
  熱電材料において、パワーファクター(英: power factor)とは、熱を電気に変換するための効率の尺度である。 本研究では,ビスマステルル化物(Bi2Te3)の添加製造過程におけるパワーファクターを予測するために,異なる機械学習モデルを訓練する。
  論文  参考訳（メタデータ） (2023-03-28T01:09:15Z)
• Precise Facial Landmark Detection by Reference Heatmap Transformer [52.417964103227696]
  より正確に顔のランドマークを検出するための参照ヒートマップ変換器(RHT)を提案する。 評価実験の結果,提案手法は文献における最先端の手法よりも優れていることが示された。
  論文  参考訳（メタデータ） (2023-03-14T12:26:48Z)
• Characterization of 3D Printers and X-Ray Computerized Tomography [3.333810206561284]
  a)Ultimaker 2 Extended+、(b)Delta Wasp、(c)Rising E2、(d)ProJet MJPの4つの市販3Dプリンターを用いて、38個のサンプルを印刷する。 サンプルプロファイルは、ポロシティの既知の量を持つ立方体と球体の大きさの均一分布と非一様分布を含む。 その結果, ProJet MJPは, 表面粗さが最小であり, ポーシティ値にほぼ近い印刷試料の最高の品質が得られることがわかった。
  論文  参考訳（メタデータ） (2022-05-27T11:06:08Z)
• Modeling and Optimizing Laser-Induced Graphene [59.8912133964006]
  レーザ誘起グラフェンの生成の最適化を記述したデータセットを提供する。 提供するデータセットに基づいて,3つの課題を提起します。 興味のあるユーザにとっての出発点として、図解的な結果と、それらを生成するためのコードを提示します。
  論文  参考訳（メタデータ） (2021-07-29T18:08:24Z)
• An Artificial-intelligence/Statistics Solution to Quantify Material Distortion for Thermal Compensation in Additive Manufacturing [4.124826613207753]
  永久(非ゼロひずみ)連続体/材料変形を同定し定量化するために確率論的統計解を導入する。 提案手法は,AIを用いた材料変形検出アルゴリズムである。 本手法は3次元プリント製品の熱補償構成の発見と設計における実用的意義と重要な応用を有する。
  論文  参考訳（メタデータ） (2020-05-14T20:02:47Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。