ML Framework for Positioning Optimization in Robotic AM Using Digital Twin-Based Digital Assets

Kamble, Pradnil (2026) ML Framework for Positioning Optimization in Robotic AM Using Digital Twin-Based Digital Assets. Anwenderforum Additive Produktionstechnologie 2026, 2026-04-28 - 2026-04-29, Stuttgart, Deutschland.

PDF
1MB

elib-URL des Eintrags:

https://elib.dlr.de/224773/

Dokumentart:

Konferenzbeitrag (Poster)

Titel:

ML Framework for Positioning Optimization in Robotic AM Using Digital Twin-Based Digital Assets

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Kamble, Pradnil	pradnil.kamble (at) dlr.de	https://orcid.org/0000-0003-1299-4340	NICHT SPEZIFIZIERT

Datum:

28 April 2026

Referierte Publikation:

Open Access:

Gold Open Access:

Nein

In SCOPUS:

Nein

In ISI Web of Science:

Nein

Status:

veröffentlicht

Stichwörter:

Additive Manufacturing; Robotic Screw Extrusion Additive Manufacturing; Machine Learning; Digital Twin; Timeseries Data; Feature Vector; Positioning Trajectory; Kinematics; Manipulability

Veranstaltungstitel:

Anwenderforum Additive Produktionstechnologie 2026

Veranstaltungsort:

Stuttgart, Deutschland

Veranstaltungsart:

internationale Konferenz

Veranstaltungsbeginn:

28 April 2026

Veranstaltungsende:

29 April 2026

HGF - Forschungsbereich:

Luftfahrt, Raumfahrt und Verkehr

HGF - Programm:

Verkehr

HGF - Programmthema:

Straßenverkehr

DLR - Schwerpunkt:

Verkehr

DLR - Forschungsgebiet:

V ST Straßenverkehr

DLR - Teilgebiet (Projekt, Vorhaben):

V - FFAE - Fahrzeugkonzepte, Fahrzeugstruktur, Antriebsstrang und Energiemanagement, V - ASPIRO - Aerospace production using intelligent robotic systems

Standort:

Stuttgart

Institute & Einrichtungen:

Institut für Fahrzeugkonzepte > Fahrzeugarchitekturen und Leichtbaukonzepte

Hinterlegt von:

Kamble, Pradnil

Hinterlegt am:

16 Jul 2026 11:37

Letzte Änderung:

16 Jul 2026 11:37

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags