Alternativer Identifier:
-
Verwandter Identifier:
Ersteller/in:
Schüßler, Philipp https://orcid.org/0000-0002-7081-1680 [Institut für Angewandte Materialien – Werkstoffkunde (IAM-WK), Karlsruher Institut für Technologie (KIT)]

Schulze, Volker [Institut für Angewandte Materialien – Werkstoffkunde (IAM-WK), Karlsruher Institut für Technologie (KIT)]

Dietrich, Stefan https://orcid.org/0000-0002-2955-4125 [Institut für Angewandte Materialien – Werkstoffkunde (IAM-WK), Karlsruher Institut für Technologie (KIT)]
Beitragende:
-
Titel:
Training-Validation-Testing Dataset for "Real-Time Prediction of Thermal History and Hardness in Laser Powder Bed Fusion Using Deep Learning"
Weitere Titel:
-
Beschreibung:
(Abstract) This repository provides a comprehensive dataset for the development and evaluation of deep learning models aimed at real-time prediction of thermal history and resulting hardness in Laser Powder Bed Fusion (PBF-LB). The dataset comprises high-resolution, spatiotemporal thermal field data alongside ...

(Technical Remarks) The dataset contains 2 .zip files (V14_FEMData__TrainingValidation and V14_FEMData__Testing) with 3 different process parameter combinations (RW006, RW030, RW076), three different build plate preheating temperatures (BPT025, BPT100, BPT200) and different cross sections (sqaure 3 mm x 3 mm up to 12 m...
Schlagworte:
Additive Manufacturing
Deep Learning
Surrogate model
Carbon Steel
AISI 4140
42CrMo4
Thermal history
Hardness
Dataset
FEM data
Zugehörige Informationen:
-
Sprache:
-
Erstellungsjahr:
Fachgebiet:
Materials Science
Objekttyp:
Dataset
Datenquelle:
-
Verwendete Software:
-
Datenverarbeitung:
-
Erscheinungsjahr:
Rechteinhaber/in:

Schulze, Volker
Förderung:
-
Name Speichervolumen Metadaten Upload Aktion
Status:
Publiziert
Eingestellt von:
kitopen
Erstellt am:
Archivierungsdatum:
2026-04-15
Archivgröße:
306,8 GB
Archiversteller:
kitopen
Archiv-Prüfsumme:
1ef335b30cd060b16a71b0a75fd8f96d (MD5)
Embargo-Zeitraum:
-