การใช้ Machine Learning (ML) เข้ามาจัดการปัญหา "Spring-back" ไม่เพียงแต่ช่วยประหยัดเวลา แต่ยังลดต้นทุนการผลิตมหาศาลจากการทำ Trial-and-Error ในหน้างานจริง ทำไมต้องใช้ Machine Learning (ML) ในการแก้ Spring-back? Spring-back คือการที่ชิ้นงานโลหะคืนตัวหลังจากแรงกดจากแม่พิมพ์ถูกปล่อยออก ซึ่งเป็นปัญหาที่ควบคุมยากเพราะขึ้นอยู่กับหลายปัจจัย เช่น คุณสมบัติของวัสดุ, แรงกด, ความหนา, และแรงเสียดทาน [...]

หลักสูตรพื้นฐานการใช้งาน CATIA V5 เพื่อการสร้างเส้นโครงร่างและออกแบบชิ้นงาน 3 มิติ

เป็นหลักสูตรที่พัฒนาขึ้นเพื่อวิเคราะห์ด้านการเสียรูปและความเค้นที่เกิดขึ้นในโครงสร้างวัสดุที่ทำจากยางภายใต้ภาระแบบต่าง ๆ

เรียนรู้การวิเคราะห์ความเสียหายและการทำนายอายุโครงสร้างที่เกิดการล้าจากภาระที่กระทำซ้ำไปซ้ำมาด้วยวิธีไฟไนต์เอลิเมนต์ 

เรียนรู้วิธีวิเคราะห์การถ่ายเทความร้อนและการเกิดความเค้น ความเครียด อันเกิดจากความร้อน ซึ่งทำให้ปัญหาขึ้นกับโครงสร้างของวัสดุ

หลักสูตรต่อยอดการใช้งานโปรแกรม CATIA V5 เพื่อการวิเคราะห์ปัญหาทางวิศวกรรมด้วยวิธีไฟไนต์เอลิเมนต์