Deep Learning-Assisted Multi-Objective Optimization and Microstructure Property Correlation in Rotary Friction Welding of Dissimilar AA1100–AA2014 Aluminium Alloys
Questo studio impiega un framework ibrido di deep learning e ottimizzazione NSGA-II per migliorare le proprietà meccaniche e la qualità microstrutturale delle giunzioni di alluminio dissimili AA1100–AA2014 saldate per attrito rotativo, raggiungendo una resistenza alla trazione massima di 142 MPa con un'elevata accuratezza predittiva.