A Parameterized Data-Driven Neural Network with Physics-Based Regularization for Thermal Field Prediction in Metal Additive Manufacturing
Este artículo presenta una red neuronal parametrizada e informada por la física que predice eficientamente los campos térmicos transitorios y la geometría del baño de fusión en la fusión de lecho de polvo por láser de SS316L mediante la combinación de datos generados por FEM con regularización de conducción de calor para superar las limitaciones computacionales de las simulaciones convencionales.