Ontwikkeling van surrogaatmodellen voor digitale experimenten in lassen

Dit protocol schetst een algemene workflow voor het bouwen van een kunstmatig neuraal netwerk voor lassimulatie met behulp van datasets die automatisch worden gegenereerd via Python-scripts met macrofuncties. De workflow wordt gevalideerd aan de hand van een benchmarkcase met single-pass lassen in rechte lijn. De voorspellende nauwkeurigheid van het surrogaatmodel vertoont een sterke overeenkomst met eindige-elementensimulaties.