A Parameterized Data-Driven Neural Network with Physics-Based Regularization for Thermal Field Prediction in Metal Additive Manufacturing
Questo articolo presenta una rete neurale parametrizzata e physics-informed che predice efficientemente i campi termici transitori e la geometria del melt pool nella fusione a letto di polvere laser di SS316L, combinando dati generati tramite FEM con la regolarizzazione della conduzione del calore per superare i limiti computazionali delle simulazioni convenzionali.