← नवीनतम पेपर
⚡ electrical engineering

Machine Learning-based Surrogate Model for Melt Pool Control in Laser-based Direct Energy Deposition

यह शोध पत्र एक नवीन मशीन लर्निंग-आधारित सरोगेट कंट्रोलर प्रस्तुत करता है जो एक परिमित तत्व (फाइनाइट एलीमेंट) सॉल्वर के साथ जुड़ा हुआ है, जो लेजर-आधारित डायरेक्ट एनर्जी डिपोजिशन में स्थिर मेल्ट पूल प्रवेश बनाए रखने के लिए लेजर पावर के वास्तविक समय में, स्वायत्त समायोजन को सक्षम बनाता है, जिससे विविध स्कैनिंग अनुक्रमों में मजबूत सामान्यीकरण प्रदर्शित करते हुए ज्यामितिक सटीकता में वृद्धि होती है और गणना समय में कमी आती है।

मूल लेखक: Runeal Ramma, Carlos Moreira, Michele Chiumenti, Manuel Alejandro Caicedo, Raj Das, Zhijun Ji, Andrey Molotnikov

प्रकाशित 2026-07-21
📖 4 मिनट में पढ़ें☕ कॉफ़ी ब्रेक में पढ़ें

मूल लेखक: Runeal Ramma, Carlos Moreira, Michele Chiumenti, Manuel Alejandro Caicedo, Raj Das, Zhijun Ji, Andrey Molotnikov

मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक शक्तिशाली हीट गन का उपयोग करके पिघले हुए चॉकलेट से एक महल बनाने की कोशिश कर रहे हैं। आप चाहते हैं कि परतें आपस में पूरी तरह से जुड़ जाएं, लेकिन यदि आप पूरे समय हीट गन को एक ही सेटिंग पर रखते हैं, तो आपके महल का निचला हिस्सा बहुत अधिक गर्म हो जाता है और एक चिपचिपे ढेर में बदलने लगता है, जबकि ऊपरी हिस्सा चिपकने के लिए बहुत ठंडा रहता है। यह "लेजर-आधारित डायरेक्ट एनर्जी डिपोजिशन" (DED-LB) नामक एक विनिर्माण तकनीक की कठिन वास्तविकता है। यह धातु के साथ 3D प्रिंटिंग करने जैसा है, जहाँ एक लेजर पाउडर को पिघलाकर परतों में पुर्जे बनाता है। सबसे बड़ी समस्या "हीट एक्युमुलेशन" (ऊष्मा संचय) की है: जैसे-जैसे मशीन निर्माण करती है, पुर्जा गर्म और गर्म होता जाता है, जिससे पिघला हुआ धातु का पूल बहुत बड़ा और गहरा हो जाता है, जो अंतिम वस्तु के आकार और मजबूती को खराब कर देता है। वर्षों से, इंजीनियरों ने इसे या तो ठंडा होने के लिए रुककर या सही सेटिंग्स का अनुमान लगाकर ठीक करने की कोशिश की है, लेकिन ये तरीके धीमे या अपरिष्कृत हैं। लक्ष्य लेजर की शक्ति को वास्तविक समय में स्वचालित रूप से समायोजित करने का एक तरीका खोजना है, जैसे कि एक स्मार्ट थर्मोस्टेट जो जानता है कि "मेल्ट पूल" (पिघले हुए धातु के कुंड) को सटीक गहराई पर रखने के लिए कब गर्मी बढ़ानी है या कम करनी है।

यह शोध पत्र एक चतुर नया समाधान पेश करता है: मशीन लर्निंग (ML) द्वारा संचालित एक "सरोगेट कंट्रोलर" जो लेजर के लिए एक सुपर-फास्ट, सुपर-स्मार्ट को-पायलट की तरह कार्य करता है। पारंपरिक कंप्यूटर सिमुलेशन की धीमी और भारी गणनाओं का इंतजार करने के बजाय, जो सही पावर सेटिंग्स का पता लगाने में समय लेते हैं, शोधकर्ताओं ने एक AI मॉडल को तुरंत सही लेजर पावर की भविष्यवाणी करने के लिए प्रशिक्षित किया। उन्होंने पहले एक हाई-फिडेलिटी कंप्यूटर सिमुलेशन (इस प्रक्रिया का एक बहुत विस्तृत डिजिटल ट्विन) का उपयोग करके "क्या होगा अगर" वाले परिदृश्यों की एक विशाल लाइब्रेरी तैयार की। उन्होंने AI को गर्मी और पिघली हुई धातु के आकार में पैटर्न पहचानने के लिए प्रशिक्षित किया, विशेष रूप से "पेनेट्रेशन डेप्थ" (लेजर धातु में कितनी गहराई तक पिघलाता है) को 0.40 मिमी पर स्थिर रखने पर ध्यान केंद्रित किया। एक बार प्रशिक्षित होने के बाद, इस AI मॉडल को वास्तविक समय में लेजर को नियंत्रित करने के लिए सिमुलेशन से जोड़ दिया गया।

परिणाम बताते हैं कि यह AI-संचालित दृष्टिकोण गति और स्थिरता के मामले में गेम-चेंजर है। पतली दीवारों और खोखले क्यूब जैसे विभिन्न आकारों वाले परीक्षणों में, AI कंट्रोलर ने मेल्ट पूल की गहराई को स्थिर बनाए रखने में पारंपरिक धीमे तरीके के समान ही कुशलता दिखाई, लेकिन इसने यह काम लगभग तीन गुना तेजी से किया। उदाहरण के लिए, जहाँ पुराने तरीके को एक खोखले क्यूब के लिए पावर सेटिंग्स निर्धारित करने में लगभग 141 घंटे का कंप्यूटर समय लगा, वहीं AI ने इसे लगभग 57 घंटों में कर लिया। इससे भी अधिक प्रभावशाली बात यह है कि AI ने उन जटिल आकारों को सफलतापूर्वक नियंत्रित किया जिन्हें उसने अपने प्रशिक्षण के दौरान कभी नहीं देखा था, जो यह साबित करता है कि यह नए कार्यों के लिए अपने ज्ञान का विस्तार कर सकता है। अध्ययन बताता है कि इस ML-आधारित सरोगेट का उपयोग करके, निर्माता ऊष्मा संचय को कम कर सकते हैं, दोषों को रोक सकते हैं, और जटिल धातु के पुर्जों को बहुत अधिक ज्यामितीय सटीकता के साथ प्रिंट कर सकते हैं, और साथ ही प्रक्रिया की योजना बनाने में लगने वाले समय को भी कम कर सकते हैं। लेखक नोट करते हैं कि हालांकि AI वर्तमान में एक सिमुलेशन-आधारित टूल है, फिर भी यह धातु 3D प्रिंटिंग के भविष्य के लिए स्वायत्त, वास्तविक समय नियंत्रण की ओर एक मजबूत मार्ग प्रदान करता है।

अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?

आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।

Digest आज़माएँ →