Porosity Prediction in Aluminum Wire Arc Additive Manufacturing Using Two-Stage Machine Learning Cascade and Computed Tomography
본 연구는 실시간 CMT-WAAM 공정 파라미터와 산업용 CT 유래 기공 데이터를 상관시켜 알루미늄 부품의 내부 결함을 예측 및 모니터링하는 2단계 머신러닝 캐스케이드 프레임워크를 제시하며, 0.47의 F1 스코어를 달성함과 동시에 인시튜(in-situ) 품질 보증을 위한 확장 가능한 솔루션을 제공한다.