Active Learning-Driven Surrogate Modeling for Fatigue LifePrediction of LPBF Hastelloy-X Using Defect-Informed FiniteElement Analysis
Questo articolo presenta un framework ibrido che integra l'analisi agli elementi finiti informata dai difetti con la modellazione surrogata basata su processi gaussiani guidata dall'apprendimento attivo per prevedere in modo accurato ed efficiente la vita a fatica di Hastelloy-X prodotto tramite LPBF in varie condizioni, raggiungendo un'elevata fedeltà con una riduzione superiore al 95% dei requisiti di dati sperimentali.