arXiv · cs.AI · Suhani Kolhatkar, Anand Khandekar · 11 小时前模型评分35
LM6-CastBench：面向LM6砂型铸造瞬态热预测的几何感知仿真数据集
LM6-CastBench: A Geometry-Aware Simulation Dataset for Transient Thermal Prediction in LM6 Sand Casting
导读
研究者发布开放仿真数据集LM6-CastBench，用于LM6铝合金砂型铸造瞬态热场的几何感知学习，覆盖3类几何、每类10个变体、5种浇注温度和3种模具温度，共450个几何-工艺案例。每个案例保留CAD几何、非结构化网格连接、空间描述符、工艺元数据和随时间变化的节点温度。在几何级数据划分下，U-Net相比逐点MLP大幅降低温度场误差，在含局部特征和截面突变的几何上提升最明显。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：制造与工业、科学研究
事件类型：研究发布
证据摘录
- “We introduce LM6-CastBench, an open simulation dataset for geometry-aware learning of transient thermal fields in LM6 aluminum sand casting, combining three geometry families, ten variants per family, five pouring tempera tures, and three mould temperatures (450 geometry-process cases in total).”
来源：arXiv · cs.AI · arxiv.org