德國宇航中心的科研人員正在研究使用混合資料模型進行機器學習的可能性。在這種情況下，混合意味著不同的資料來源：來自於對過程的事先了解和真實資料。德國宇航中心的科研人員設想，將先驗知識整合到人工智慧模型中可以減少對真實資料的渴求，從而開啟其作為工業應用的大門。

纖維複合材料工藝鏈上的一個專案是圍繞著固化過程展開的。在這裡，由真空產生的均勻的表面壓力對部件的良好質量至關重要。洩漏會導致固化不均勻，形成氣穴和廢品。因此，質量保證需要一個快速和可靠的洩漏檢測系統。因此，研究人員開發了一個基於人工智慧的原型，從真空積累的流量資料中計算出整個部件表面的洩漏機率。在這樣做的過程中，他們還使用了關於元件上真空連線的目標對稱佈置的先驗知識，以便因此實現更準確的預測。

複合材料製造中人工智慧混合資料模型的使用

相關文章