⚡ ingénierie
Self-Evolving Digital Twin for Zero-Defect Manufacturing Using Physics-Informed Reinforcement Learning and Multi-Agent Artificial Intelligence: A Case Study on Five-Axis Milling of Ti-6Al-4V.
Cet article propose et valide un cadre de jumeau numérique auto-évolutif qui intègre l'apprentissage automatique informé par la physique, la mise à jour bayésienne des paramètres et l'apprentissage par renforcement multi-agents afin de réaliser un fraisage cinq axes sans défaut du Ti-6Al-4V en prédisant dynamiquement les défauts et en optimisant les paramètres d'usinage en temps réel, ce qui se traduit par des réductions significatives de la variance de la rugosité de surface, de l'usure de l'outil, de la consommation d'énergie et des taux de défauts par rapport aux stratégies conventionnelles.