Verlagslink DOI: 10.1007/s40194-024-01855-w
Titel: Feasibility study on machine learning methods for prediction of process‑related parameters during WAAM process using SS‑316L filler material
Sprache: Englisch
Autorenschaft: Subadra, Sharath P. 
Mayer, Eduard 
Wachtel, Philipp 
Sheikhi, Shahram 
Erscheinungsdatum: 31-Okt-2024
Verlag: Springer
Zeitschrift oder Schriftenreihe: Welding in the world 
Zeitschriftenband: 68
Zeitschriftenausgabe: 12
Anfangsseite: 3205
Endseite: 3214
Projekt: Lebensdauersteigerung von additive gefertigten (DED) Bauteilen mittels hybrider Fertigungsverfahren 
Zusammenfassung: 
The geometry of objects by means of wire arc additive manufacturing technology (WAAM) is a function of the quality of the deposited layers. The process parameters variation and heat flow affect the geometric precision of the parts, when compared to the actual dimensions. Therefore, in situ geometry monitoring which is integrated in such a way to enable a backward control model is essential in the ...
URI: https://hdl.handle.net/20.500.12738/16520
DOI: 10.48441/4427.2031
ISSN: 1878-6669
Begutachtungsstatus: Diese Version hat ein Peer-Review-Verfahren durchlaufen (Peer Review)
Einrichtung: Department Maschinenbau und Produktion 
Fakultät Technik und Informatik 
Forschungs- und Transferzentrum Intelligent Industrial Innovations 
Dokumenttyp: Zeitschriftenbeitrag
Sponsor / Fördernde Einrichtung: Forschungszentrum Jülich 
Bundesministerium für Wirtschaft und Klimaschutz 
Enthalten in den Sammlungen:Publications with full text

Dateien zu dieser Ressource:
Datei Beschreibung GrößeFormat
s40194-024-01855-w.pdf1.68 MBAdobe PDFÖffnen/Anzeigen
Zur Langanzeige

Seitenansichten

64
checked on 04.04.2025

Download(s)

13
checked on 04.04.2025

Google ScholarTM

Prüfe

HAW Katalog

Prüfe

Feedback zu diesem Datensatz


Diese Ressource wurde unter folgender Copyright-Bestimmung veröffentlicht: Lizenz von Creative Commons Creative Commons