用于技术报告和数据洞察的机器学习

数字和数据驱动技术正在塑造工程的未来，从结构完整性的数字双胞胎部署，到新合金设计的机器学习和人工智能的应用。然而，数据驱动技术面临的最大挑战之一是拥有足够广度和深度的数据库。

TWI拥有丰富的归档数据，以前的项目具有卓越的深度和广度，可以以有效和安全的方式利用。目的是在三个高兴趣区展示数据驱动技术;用于故障调查的自然语言处理，加性制造显微照片的自动图像处理和应用于机械性能的机器学习。

利用现有的TWI数据集和开源软件，TWI将利用TWI在技术部门的多学科专业知识，展示加速采用数字技术的工程应用的好处。

TWI正在通过自然语言处理的应用，开发新的Weldasearch文章自动关键词的能力。这一过程的自动化将节省时间，并有助于改进查询过去报告的能力，从而更容易获得知识。

为了解决增材制造中的一个基本挑战，TWI正在开发自动显微图像处理和增材制造样品特征的能力。这项工作将有助于人们更好地理解工艺参数和增材制造样品的性能之间的关系。

历史数据集具有重要的价值，TWI多年来一直进行拉伸强度和断裂韧性测试，在过程中积累了丰富的数据。这项工作将分析过去的测试结果，提取见解，并开发未来测试结果的预测能力。这些进展将为运营商提供信息和见解。

上述具体活动正在TWI下进行核心研究项目．