Mostrar el registro sencillo del ítem
Desarrollo de técnicas de Inteligencia Artificial (IA) para su implementación en los procesos de fabricación aditiva
dc.contributor.author | Fernández-Zabalza , Aitor | |
dc.contributor.author | Veiga , Fernando | |
dc.contributor.author | Suarez, Alfredo | |
dc.contributor.author | Alfaro, José Ramón | |
dc.date.accessioned | 2024-11-07T10:58:57Z | |
dc.date.available | 2024-11-07T10:58:57Z | |
dc.date.issued | 2024 | |
dc.identifier.isbn | 978-84-09-63877-2 | |
dc.identifier.issn | 2695-5067 | |
dc.identifier.uri | http://dspace.aeipro.com/xmlui/handle/123456789/3598 | |
dc.description | This 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.abstract | Este 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.iso | es | es_ES |
dc.subject | Ingeniería de Producto, Procesos y Diseño Industrial | es_ES |
dc.title | Desarrollo de técnicas de Inteligencia Artificial (IA) para su implementación en los procesos de fabricación aditiva | es_ES |
dc.title.alternative | Development of Artificial Intelligence (AI) Techniques for Implementation in Directed Energy Deposition (DED) Processes for Additive Manufacturing | es_ES |
dc.type | Article | es_ES |
dc.identifier.doi | https://doi.org/10.61547/2403009 |
Ficheros en el ítem
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)