日本物质材料研究组织在2020年11月30日宣布已通过利用ml(机器学习)成功降低了镍-钴基高温合金的制造成本,而这些合金是制造航空发动机的重要材料之一。
该机构已经证明,可以通过多次试验来优化复杂的制造条件,并且可以在相同的条件下以低成本制造高压涡轮盘粉末。在使用大型设备的实际粉末制造现场,可以显著的降低粉末单价、试验次数和时间,并且可以期望将高性能、高质量、低成本的超级合金粉末快速商品化。
机器学习被用于制造镍-钴基高温合金粉末,并且在没有专家技能的情况下优化了气体雾化过程。该机构表示通过机器学习,仅使用6次试验就成功地发现了可获得具有高球形度和细度的高品质粉末的工艺条件,而无需以往那么多试验数据,并且其合格率可高达为78%。而之前一般的合格率约为10%~30%,据估计新粉末与市售粉末相比,成本可降低约72%。
高压涡轮盘是通过气体雾化方法制造的,但是要优化多种工艺条件,例如金属的熔化温度和所用气体的压力,需要大量的成本、时间、经验和人力资源。通过使用机器学习优化制造条件,可以期望降低成本并降低飞机发动机零件的制造速度。
如何在连接到运行Mac OS X 10.10.3的计算机上的Arduino Uno设备上下载及安装Standard Firmata库
核心算法缺位,人工智能发展面临“卡脖子”窘境
无触点无线充电器制作(图文解说)
传言称特斯拉在中国进行大规模土地交易
集成化和信息化业务推动3G不断发展
日本利用机器学习成功制造航空发动机的降低镍-钴基高温合金成本
SMT焊盘设计中的关键技术
同“芯”共赢|2023四维图新旗下杰发科技首届代理商大会圆满召开
运营商正在5G这个新赛道上加紧建设步伐
魅族PRO6Plus:基于安卓6.0的Flyme6还不能升级安卓7.0
凯迪正大输电线路工频参数测试仪
5g与制造业存在什么样的联系
IIC-China 2010参展商展前专访:KT Micro
给大家聊聊二十孔插座如何接线
电子芯闻早报:中兴生产基地7月迁离深圳
Raychem瑞侃单壁VPB热缩管的特点
美强化太空军事力量 面向实战锤炼太空能力
华为和小米他们,能否成为搅动笔记本行业的鲶鱼呢?
金升阳荣膺先进制造业“经营贡献突出企业”和“成长壮大企业” ——助力中国智造万亿基地
端侧AI语音SoC开始起量,细分化加剧!