0-2862-1188
When
ฟรี
การใช้ Machine Learning (ML) เข้ามาจัดการปัญหา “Spring-back” ไม่เพียงแต่ช่วยประหยัดเวลา แต่ยังลดต้นทุนการผลิตมหาศาลจากการทำ Trial-and-Error ในหน้างานจริง
ทำไมต้องใช้ ML (Machine Learning) ในการแก้ Spring-back? Spring-back คือการที่ชิ้นงานโลหะคืนตัวหลังจากแรงกดจากแม่พิมพ์ถูกปล่อยออก ซึ่งเป็นปัญหาที่ควบคุมยากเพราะขึ้นอยู่กับหลายปัจจัย เช่น คุณสมบัติของวัสดุ, แรงกด, ความหนา, และแรงเสียดทาน
หัวใจสำคัญของ Online Webinar ในครั้งนี้คือการทำให้เห็นภาพกระบวนการทำงานร่วมกันระหว่าง Marc Mentat และ ODYSSEE เพื่อช่วยวิเคราะห์และปรับปรุง (Optimization) แก้ปัญหา Spring-back ในกระบวนการขึ้นรูปโลหะ (Metal Forming) ให้มีความแม่นยำและรวดเร็วยิ่งขึ้น
ไฮไลท์ที่คุณไม่ควรพลาด:
- การเตรียมข้อมูลการวิเคราะห์เพื่อนำไปใช้ในการสร้างแบบจำลอง Reduced-Order Model (ROM) ใน Machine Learning
- กระบวนการสร้าง ROM จากผลการวิเคราะห์การเกิด Spring-back ในงาน Metal Forming
- การสร้างโมเดลทำนาย Spring-back อย่างรวดเร็ว แทนการรัน Simulation เต็มรูปแบบ
- การทำ Optimization เพื่อลดปัญหา Spring-back และปรับปรุงกระบวนการขึ้นรูป
บรรยายโดย ดร.นัดดา จงไพโรจน์โฆษิต, Senior Technical Consultant, Sigma Solutions
วันอังคารที่ 31 มีนาคม 2569
เวลา 10.00 – 10.50 น.
บรรยายในรูปแบบ Online Webinar หลังจากลงทะเบียนแล้ว ผู้ลงทะเบียนจะได้รับ Meeting link ผ่านอีเมลของท่าน เพื่อเข้าสู่การอบรมผ่าน Microsoft Team
ไม่มีค่าใช้จ่าย
กำหนดการ
| 10.00 – 10.15 | Welcome and Introduction to Sigma Solutions |
| 10.15 – 10.45 | Improving Spring-back in Metal Forming using Machine Learning with ODYSSEE |
| 10.45 – 10.50 | Q&A, Closing |
Webinar นี้เหมาะสำหรับ:
– Tooling Engineers ที่ต้องการลดจำนวนครั้งในการแก้ไขแม่พิมพ์ (Trial)
– CAE Analysts ที่ต้องการเพิ่มความรวดเร็วในการทำงานด้วยเทคโนโลยี AI/ML
– R&D Managers ที่มองหานวัตกรรมใหม่ ๆ มาช่วยลดต้นทุนและเวลาในการพัฒนาผลิตภัณฑ์
– ผู้บริหาร / หัวหน้างาน / วิศวกรด้านการออกแบบ, งานวิจัยและพัฒนา รวมถึงด้านอื่น ๆ ที่เกี่ยวข้อง
– อาจารย์ / นักวิชาการ / นักวิจัย / ผู้ที่สนใจงานด้าน CAE
สอบถามรายละเอียดเพิ่มเติมได้ที่ โทร. 0-2862-1188
www.facebook.com/SigmaThailand
Line ID: @sigmasolutions
