Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaMaterial rekayasaCAREER: Manufacturing USA: Deep Learning to Understand Fatigue Performance and Processing Relationship of Complex Parts by Additive Manufacturing for High-consequence Applications
Proyek riset & pengembangan

CAREER: Manufacturing USA: Deep Learning to Understand Fatigue Performance and Processing Relationship of Complex Parts by Additive Manufacturing for High-consequence Applications

Ringkasan tujuan riset

Prediksi fatigue bagian laser powder-bed fusion akan menggabungkan cacat mikro, konsentrasi tegangan, dan graph convolutional network hierarkis pada beban multiaxial.

Material rekayasa1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2624565Periode tercatat 2025-10-01 sampai 2028-04-30.NSF 2624565MulaiAkhir tercatat202520292025-10-012028-04-30
Linimasa dan catatan proyek

Tanggal dan TRL menurut catatan penerbit. Akhir periode dan target bukan bukti hasil riset.

Teknologi · CC BY 4.0 · Sumber data

Apa tujuan dan pendekatan risetnya?

Tomografi sinar-X atau profilometri mengidentifikasi cacat pemicu retak dan interaksi spasialnya. Fracture mechanics serta statistika memodelkan pertumbuhan retak, sementara elemen hingga memetakan wilayah konsentrasi tegangan dengan pemisahan beban multiaxial. Fitur tersebut digabungkan dalam jaringan graf untuk memperkirakan umur fatigue. Riset menyasar variasi kegagalan bagian kompleks, dengan penerapan berkosekuensi tinggi tetap membutuhkan validasi prediksi.

Profil ini merangkum ruang lingkup proyek yang dipublikasikan National Science Foundation (NSF). Sumber diakses . Uraian pendekatan dan manfaat menyatakan tujuan pengembangan, kecuali sumber secara khusus melaporkan hasil.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
University of Florida
Program
CAREER: FACULTY EARLY CAR DEV, AM-Advanced Manufacturing
Periode pendanaan tercatat
2025-10-01 → 2028-04-30

Proyek kolaboratif beberapa institusi diwakili oleh satu catatan penghargaan. Institusi di atas adalah penerima pada catatan tersebut.

Klasifikasi NSF

  • Directorate for Engineering
  • Civil, Mechanical, & Manufacturing Innovation

Label penerbit dipertahankan sebagai konteks. Bidang katalog merupakan pengelompokan editorial.

Apa yang diketahui tentang statusnya?

Status pendanaan menurut NSFAktif (catatan pendanaan NSF)

Catatan NSF tidak melaporkan tingkat kesiapan teknologi (TRL). Status pendanaan aktif atau berakhir bukan bukti keberhasilan riset.

Batas informasi

Profil merangkum tujuan dan pendekatan dalam abstrak pendanaan NSF. Status pendanaan tidak membuktikan keberhasilan riset, kesiapan teknologi, atau ketersediaan produk. Hasil dan performa belum diverifikasi secara independen; tinjauan ahli belum dilakukan.

Dasar profil

Metodologi dan batas pemeriksaan. Ringkasan berbahasa Indonesia disusun sebagai parafrasa editorial dengan pemeriksaan sumber primer oleh agen AI. Identitas, periode, serta status berasal dari catatan penerbit. Tinjauan ahli dan pengujian kinerja independen belum dilakukan; rujukan tidak menyiratkan dukungan atau sertifikasi NSF.