인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
A hybrid experimental-computational method was designed to predict the spheroidicity of Ti-6Al-4V powder processed through the radio frequency plasma spheroidization process. Twenty-three experimental runs were conducted to measure particle spheroidicity using optical microscopy. A validated computational fluid dynamics model developed in Ansys Fluent was then used to expand the dataset to 67 samples by simulating additional parameter combinations and varying particle size, plasma power, gas flow rate, and powder feed rate. The combined dataset was used to train a feedforward neural network in PyTorch, which showed improved performance with larger training sets. Sensitivity analysis and three-dimensional response surfaces revealed optimal process conditions (12-15 kW power for 60-100 µm powders; 0.6-1.0 kg/h at 40-60 slpm gas flow) to maximize spheroidicity. The hybrid approach proved reliable for predicting spheroidicity and offers actionable guidance for process optimization.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
