关闭

意见反馈/举报

反馈/举报信息:

联系方式:

数据驱动

下面是所有关联了此标签的内容
列表展示
详情展示
amsight获GS1德国旗下机构投资,以GS1标准推动增材制造可追溯性及质量管理数字化
amsight获Butterfly & Elephant投资,双方将基于GS1标准合作推进增材制造领域的数据标准化与零件可追溯性,重点服务于医疗、航空航天等高监管行业,强化质量管理与供应链透明度。
点赞
反对
评论
分享
25-12-21 08:23
亚琛工业大学推出工业4.0数据驱动WAAM架构,助力智能制造减排增效
亚琛工业大学发表于《自然》期刊的新研究提出一种互联数字化的电弧增材制造方案,通过信息物理系统在实践中实现工业4.0原则。该研究构建了工件、装配与产品三级框架,定义了数据、安全及利益相关方交互在制造网络中的运作机制。基于数字孪生的数据驱动质量控制使焊接烟尘排放量降低12-40%,证实网络化生产可提升工艺质量、安全性及能效。
点赞
反对
评论
分享
25-12-04 19:47
重磅!国家新材料大数据中心官网上线!对3D打印行业意味着什么?
平台汇聚近57万条金属材料等数据,并提供材料逆向设计、钢铁性能预测、文献抽取与显微图像分析等工具;其按目标性能反推成分/工艺的能力,有望缩短3D打印材料试错周期,推动研发走向数据驱动。
点赞
反对
评论
分享
25-06-05 06:55
浅析3D打印的数字制造基因优势、逆全球化与去中国制造的逻辑悖论
本文从EOS专家视角阐释增材制造作为数字制造核心的价值,并结合AM易道观点指出:凭借完整产业体系与数字技术协同,中国制造在逆全球化与柔性供应链变局中仍具难以替代的韧性优势。
点赞
反对
评论
分享
24-11-30 12:41
行业宝藏:ORNL公开230Gb3D打印数据集!
ORNL公开230GB增材制造数据集,涵盖十年间激光粉末床打印的设计、传感、扫描路径、三万张粉床图像及六千余次拉伸测试数据。研究证明,结合机器学习预测零件强度,错误率较传统方法降低61%,为低成本质量控制和大规模应用提供数据驱动新路径。
点赞
反对
评论
分享
24-07-21 08:52
AM易道招聘编辑 招募AM易道行业合伙人