Judul Gaussian process-based surrogate modeling framework for process planning in laser powder-bed fusion additive manufacturing of 316L stainless steel Penulis Gustavo Tapia, Saad Khairallah, Manyalibo Matthews, Wayne E. King, Alaa Elwany Tahun 2017 Isi Jurnal Dalam tulisan ini, kita fokus pada pengembangan model pengganti untuk meningkatkan L-PBF optimasi proses. Lebih khusus, kita mulai dengan membangun efisien berbasis proses Gaussian ( GP) pengganti untuk model fisika berbasis high-fidelity diusulkan dalam [ 9 . 10 . 17 ] Untuk mempelajari mekanisme fisik proses AM. Berikutnya, kita menggunakan model proses Gaussian prediktif untuk membangun sebuah model permukaan respon pengganti untuk data eksperimen yang diperoleh dari pengukuran kedalaman kolam meleleh dalam proses L-PBF. Kolam renang mencair adalah wilayah di antarmuka laser bubuk di mana partikel bubuk logam sekering untuk membentuk genangan logam cair kemudian memantapkan setelah bergerak sinar laser ke lokasi lain. Kedalaman kolam lelehan ( d) telah banyak menarik dalam beberapa penelitian sebelumnya karena memberikan indikasi seberapa baik lapisan berturut-turut ikatan satu, Serta cara untuk mencegah modus lubang kunci. hati-hati memilih kombinasi daya laser ( P), kecepatan scanning ( v), dan ukuran balok ( σ) diperlukan untuk mencapai yang terakhir, Yang pada gilirannya mencegah pori cacat pada bagian dibuat. Model proses berbasis respon permukaan Gaussian kami memanfaatkan data lintasan percobaan tunggal untuk menentukan pengolahan jendela yang memenuhi kondisi ini sekaligus mengurangi kebutuhan untuk sejumlah besar pengamatan eksperimental. proses perencanaan di L-PBF aditif manufaktur untuk menentukan pengaturan parameter proses optimal telah menjadi fokus dari banyak upaya penelitian baru-baru ini. Sebagian besar pendekatan yang ada mengandalkan baik pada melakukan sejumlah besar percobaan untuk mengidentifikasi optimal parameter jendela atau memanfaatkan model simulasi high-fidelity untuk membantu dalam proses perencanaan. Kedua pendekatan yang baik biaya- atau waktu-intensif, dan kadang-kadang keduanya. pemodelan pengganti statistik dapat menjadi pendekatan yang efektif untuk mengurangi beberapa beban ini dengan menawarkan alternatif komputasi yang efisien untuk eksperimen mahal atau model simulasi high-fidelity komputasi intensif. Kami mengembangkan Gaussian berdasarkan proses-pemodelan pengganti untuk mencapai tugas ini, dengan terbatas data yang tersedia eksperimental dan simulasi kesetiaan tinggi dalam proses L-PBF. Metode Metode yang digunakan dalam jurnal ini adalah korelasional merupakan suatu yang metode yang melibatkan tindakan suatu pengumpulan data guna menentukan, Digunakan apakah ada hubungan dan tingkat hubungan antara dua variabel atau lebih. Karena mengetahui tingkat hubungan yang ada, peneliti akan dapat mengembangkan sesuai dengan tujuan penelitian Kelebihan 1. Kemampuan untuk menyelidiki antara beberapa variabel secara bersama- Metode sama(simultan) yang 2. Dapat memberikan informasi tentang hubungan antara variabel-variabel yang Digunakan diteliti Kelemahan 1. Hasilnya cuma mengidentifikasi apa sejalan dengan apa, tidak mesti Metode menunjukkan saling berhubungan bersifat kausal yang 2. Kurang melakukannya kontrol terhadap variabel-variabel bebas Digunakan Alternatif Metode yang lain dalam jurnal ini adalah ekperimental. Dalam penelitian metode Metode ini berusaha untuk mengisolasi dan melakukan kontrol setiap kondisi-kondisi yang Dapat yang relevan dengan situasi yang di teliti kemudian melakukan pengamatan Digunakan terhadap efek atau pengaruh ketika kondisi-kondisi dimanipulasi.