Mostrar el registro sencillo del ítem

dc.contributor.authorFernández-Zabalza , Aitor
dc.contributor.authorVeiga , Fernando
dc.contributor.authorSuarez, Alfredo
dc.contributor.authorAlfaro, José Ramón
dc.date.accessioned2024-11-07T10:58:57Z
dc.date.available2024-11-07T10:58:57Z
dc.date.issued2024
dc.identifier.isbn978-84-09-63877-2
dc.identifier.issn2695-5067
dc.identifier.urihttp://dspace.aeipro.com/xmlui/handle/123456789/3598
dc.descriptionThis work focuses on the development of Artificial Intelligence (AI) techniques applied to directed energy deposition (DED) processes in additive manufacturing. The research aims to find correlations through AI models between process parameters and the geometry of the additive layer. By implementing machine learning algorithms, complex relationships are explored, linking factors such as deposition speed, temperature, and other process parameters to the geometric characteristics of the deposited layers. This approach optimizes the quality and efficiency of additive manufacturing by precisely understanding how adjustments in process parameters impact the final structure. Promising results indicate that AI plays a crucial role in the continuous improvement of DED processes, paving the way for a more efficient and precise additive manufacturing.es_ES
dc.description.abstractEste trabajo se centra en el desarrollo de técnicas de Inteligencia Artificial (IA) aplicadas a los procesos de aporte por deposición de energía focalizada (DED) en la fabricación aditiva. La investigación se enfoca en la búsqueda de correlaciones mediante modelos de IA entre los parámetros del proceso y la geometría de la capa aditiva. A través de la implementación de algoritmos de aprendizaje automático, se exploran relaciones complejas que vinculan factores como la velocidad de deposición, la temperatura, y otros parámetros de proceso con las características geométricas de las capas depositadas. Este enfoque permite optimizar la calidad y eficiencia de la fabricación aditiva al comprender de manera precisa cómo los ajustes en los parámetros de proceso impactan en la estructura final. Los resultados prometedores indican que la IA desempeña un papel crucial en la mejora continua de los procesos DED, allanando el camino hacia una fabricación aditiva más eficiente y precisa.es_ES
dc.language.isoeses_ES
dc.subjectIngeniería de Producto, Procesos y Diseño Industriales_ES
dc.titleDesarrollo de técnicas de Inteligencia Artificial (IA) para su implementación en los procesos de fabricación aditivaes_ES
dc.title.alternativeDevelopment of Artificial Intelligence (AI) Techniques for Implementation in Directed Energy Deposition (DED) Processes for Additive Manufacturinges_ES
dc.typeArticlees_ES
dc.identifier.doihttps://doi.org/10.61547/2403009


Ficheros en el ítem

Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

  • CIDIP 2024 (Jaén) [200]
    XXVIII Congreso Internacional de Dirección e Ingeniería de Proyectos (Jaén, 2024)

Mostrar el registro sencillo del ítem