A STUDY ON CONDITION SELECTION USING MACHINE LEARNING IN THE LASER POWDER DIRECTED ENERGY DEPOSITION PROCESS = 레이저 분말 DED 공정에서 기계학습을 이용한 조건 선정에 관한 연구

국문 초록 (Abstract)

DED (Directed energy deposition) 공정에서 최적의 공정 매개변수를 선택하기 위해서는 많은 기초 실험이 필요하다. 본 연구에서는 티타늄 합금 분말의 레이저 DED 공정에서 레이저 출력과 스캔 속도를 주요 매개변수로 사용하여 단일 트랙 실험을 수행했다. 단일 트랙 실험 결과 적층 표면의 색상이 주요 공정 매개변수에 따라 다르게 나타나는 것을 확인했다. 적층 표면 색상에 따른 단면, 경도, 미세조직 및 성분분석을 수행하여 티타늄 합금의 분말 레이저 DED 공정에서 최고의 색상을 선정하였다. 단일 트랙에서 적층된 티타늄 합금의 표면 색상 데이터를 수집한 후 기계학습 (Machine learning) 알고리즘인 랜덤포레스트 (Random forest)와 서포트 벡터 머신 (Support vector machine) 알고리즘에 학습시켜 다중분류모델을 생성하였다. 훈련데이터와 테스트 데이터를 나누어 학습시킨 결과 랜덤포레스트 다중분류모델의 예측 정확도가 가장 높았다. 머신 러닝의 결과가 정확한지 검증하기 위해 다중 분류 모델간의 정확도 비교 검증실험을 수행하였다. 검증실험 결과 또한 랜덤포레스트 다중 분류 모델이 가장 정확했다. 다층 적층실험을 위해 최고의 색상인 청백색의 공정매개변수를 다중분류 모델에서 선택하여 실험을 수행하였다. 다층 적층실험에 적합한 증착방향과 해치 간격을 설정한 후 기판을 예열하여 실험을 수행하였다. 그런 다음 미세구조를 분석하여 단일 트랙, 다층 적층물 간의 차이점을 비교 분석 하였습니다. 본 연구의 결과는 티타늄 합금 레이저 DED 공정에서 공정 매개변수의 선정에 활용될 수 있다.

목차 (Table of Contents)

• Chapter 1
• Introduction 1
• 1.1 Metal Additive Manufacturing 1
• 1.2 Machine Learning in Metal AM 3
• 1.3 Research objective 5
• 1.4 Outline 6
• Chapter 2
• Selection of Effective Manufacturing Conditions for Directed Energy Deposition Process Using Machine Learning Methods 7
• 2.1 Introduction 7
• 2.2 Procedure 9
• 2.3 Machine Learning Classifiers 11
• 2.3.1 Random Forest (RF) 11
• 2.3.2 Support vector machine (SVM) 13
• 2.4 Experimental set-up 15
• 2.4.1 Equipment 15
• 2.4.2 Material 16
• 2.5 Results and discussion 18
• 2.5.1 Single-track experiments and evaluation 18
• 2.5.2 Multi-classification model 30
• 2.6 Summary 36
• Chapter 3
• Multi-layer experiments using selected manufacturing conditions 38
• 3.1 DED process condition 38
• 3.2 Results and discussion 42
• 3.2.1 Multi-layer experiment results 42
• 3.2.2 Microstructure of DED workpiece 44
• 3.3 Summary 46
• Chapter 4
• Conclusions 47
• APPENDICES
• APPENDIX A – COLOR THRESHOLDING 49
• APPENDIX B – HARDNESS MEASUREMENT RESULTS 50
• APPENDIX C – EDS COMPONENT ANALYSIS RESULTS 52
• REFERENCES 58
• ABSTRACT 65
• ACKNOWLEDGEMENTS 67