Poli(laktik asit)'in gerilme mukavemetinin potansiyel tahmini için makine öğrenmesi modellerinin karşılaştırılması

Bu proje, makine öğrenimi modellerinin uygulanmasıyla 3B baskı süreçlerini optimize etmek için bir yaklaşım sunmaktadır. Baskılı malzemelerin üretimindeki katman kalınlığı, dolgu yoğunluğu, ekstrüzyon sıcaklığı, baskı hızı, yatak sıcaklığı ve mekanik özellik olan gerilme mukavemeti gibi parametreler arasındaki ilişkiyi analiz ederek, baskı işlemlerinin sonuçlarını tahmin edebilecek modellerin geliştirilmesi ve analiz edilmesi amaçlanmaktadır. Birincil odak, 3B baskılı nesnelerin işlevselliği ve dayanıklılığında kritik bir faktör olan gerilme mukavemetinin belirlenmesidir. Hem yayınlanmış akademik araştırmalardan hem de açık kaynaklı deneysel verilerden derlenen bir veri kümesini kullanarak, baskı parametrelerine dayalı malzeme özelliklerinin etkili tahmin edicilerini belirlemek için karar ağaçları ve XGBoost dahil dört ML regresyon modeli test edilmiştir. Proje bulguları, makine öğreniminin katmanlı üretimin hassasiyetini ve verimliliğini önemli ölçüde artırma potansiyelini vurgulamaktadır. Bu yaklaşım, baskıların özelliklerini tahmin etme becerisi sağlayarak zamandan tasarruf edebilir, malzeme israfını azaltabilir ve çeşitli sektörlerde 3B baskının özelleştirilmiş uygulamalarını mümkün kılabilir. Ayrıca, bu teknolojiyi biyomedikal ve havacılık endüstrilerindeki profesyonellerden hobicilere ve eğitimcilere kadar geniş bir kitleye ulaştırmak için kullanıcı dostu bir arayüzün geliştirilmesi de tartışılmaktadır. Bu yetenekleri, doğrudan 3B baskı ekosistemlerine entegre etmenin bir yolunu sağlayan bir ilk model aracılığıyla ticarileştirme potansiyeli de araştırılmaktadır. Bu çalışma, eklemeli üretimi geliştirmekte ve malzeme biliminde makine öğrenimini uygulamak için yeni yollar açmaktadır.