Optimization of Process Parameters for Binder Jetting 3D Printing of GH2132 Superalloy Based on Machine Learning
Cette étude optimise le processus d'impression 3D par jet de liant pour les pièces vertes en superalliage GH2132 en combinant des expériences orthogonales avec un réseau de neurones artificiels et une optimisation bayésienne afin d'identifier les interactions clés des paramètres, atteignant finalement une densité relative validée de 58,3 % et des écarts dimensionnels de moins de 2 %.