摘要
積層製造技術具高度客製化與實現複雜幾何的特性，應用快速發展如汽車、航太與生醫產業。選擇性雷射熔融金屬積層製造技術於磁性材料的製程試作，參數選擇流程相當繁複，一般須經由主觀地觀察及錯誤嘗試，導致效率不高且可重複性低，特別於磁性材料列印時，除了考慮材料結構強度外，還需要考慮成品的導磁特性，使得參數選用更加複雜。本研究導入機器學習於列印參數之選擇設定，採用資料導向(Data-driven)的方式，以減少錯誤嘗試的耗時，進而提高效率。本文主要在探討應用機器學習在磁性材料之積層製造時的參數選用，利用機器學習的演算法XGBoost，建立一套有效率、可重複性高的軟磁材料積層製造參數選用流程。| 獎項日期 | 2019 |
|---|---|
| 原文 | English |
| 監督員 | Mi-Ching Tsai (Supervisor) |