Explainable Computer Vision Framework for Automated Pore Detection and Criticality Assessment in Additive Manufacturing

Created by

Haebom

저자

Akshansh Mishra, Rakesh Morisetty

💡 개요

본 연구는 3D 토모그래피 데이터에서 내부 기공을 자동으로 감지하고 중요도를 평가하는 설명 가능한 컴퓨터 비전 프레임워크를 제시합니다. 제안된 방법은 기하학적 특징과 기공 상호작용 네트워크를 기반으로 머신러닝 모델을 사용하여 기공의 중요도를 예측하며, SHAP 분석을 통해 예측에 기여하는 특징의 중요도를 정량화합니다. 연구 결과, 표면과의 거리가 기공 중요도에 가장 큰 영향을 미치며, 이는 경계 근처에서 발생하는 파괴 메커니즘을 시사합니다.

🔑 시사점 및 한계

•

투명하고 신뢰할 수 있는 결함 평가: 설명 가능한 프레임워크는 기공 중요도 예측의 물리적 근거를 엔지니어에게 제공하여, 기존 자동화된 시스템의 해석 불가능성을 극복하고 신뢰성을 높입니다.

•

프로세스 최적화 및 품질 관리 지원: 표면 근접성이 중요도에 미치는 지배적인 영향은 적층 제조 공정 최적화 및 품질 관리 전략 수립에 직접적인 통찰력을 제공합니다.

•

연구의 한계: 본 연구는 특정 적층 제조 공정과 재료에 대한 결과를 기반으로 하며, 다양한 공정 조건 및 재료 특성에 대한 일반화 가능성은 추가적인 검증이 필요할 수 있습니다. 또한, 기공 상호작용 네트워크 구축에 사용된 백분위 기반 유클리드 거리 기준의 최적화 여지도 존재합니다.

PDF 보기

Made with Slashpage