借助機器學(xué)習(xí)可預(yù)測3D打印缺陷
作為近年來最為火爆的尖端科技,AI人工智能能夠為我們生活的各個方面帶來巨大變化。尤其是工業(yè)制造領(lǐng)域,AI將會成為最為精準(zhǔn)的質(zhì)量監(jiān)督員,以提高工業(yè)產(chǎn)品的制造精度。近日來自美國Argonne國家實驗室和德克薩斯A&M大學(xué)的援救團隊開發(fā)了一種新的3D打印零件缺陷檢測方法,利用實時溫度數(shù)據(jù)以及機器學(xué)習(xí)算法,科學(xué)家們能夠在激光粉末床絨絨過程中的熱歷史與表面缺陷形成之間建立聯(lián)系。 z@j&vW V-|}.kOH2
[attachment=102715] i=UJ*c 試驗性LB-PBF設(shè)置 %Z|*!A+wN5 H9?~#GPb 在研究過程中,科學(xué)家們利用了美國能源部APS的高功率X射線,設(shè)計并制造了帶有現(xiàn)場紅外攝像頭的實驗性PBF鉆機。在3D打印過程中,使用照相機捕獲溫度數(shù)據(jù),并同時使用X射線束從側(cè)面查看打印過程,以觀察是否形成了孔隙。 !{LwX Kf dWSH\wm+ 有趣的是,當(dāng)將熱歷史與各自的孔隙率曲線進行比較時,科學(xué)家們發(fā)現(xiàn)較低的峰值溫度在逐漸降低后與孔隙率很少相關(guān);另一方面,高峰值溫度在下降和隨后的升高過程中,很可能導(dǎo)致更多的孔隙率。該團隊使用它們的數(shù)據(jù)以建立及其學(xué)習(xí)算法,創(chuàng)造可以讓人工智能學(xué)習(xí)的機器學(xué)習(xí)模型。 Gz:a1-x j|9 2
g
[attachment=102716] $+j) 3D打印過程中的X射線成像 r+crE %- vC1 `m 雖然能夠從紅外成像中識別可能形成氣孔的能力是一種非常強大的突破,但是處理大量生產(chǎn)設(shè)備時人類的參與卻導(dǎo)致了效率降低。研究團隊希望在未來幾個月內(nèi),可以使用更多的數(shù)據(jù)集和更加復(fù)雜的機器學(xué)習(xí)模型,來開發(fā)和改進這項工作。 fQh!1
固阳县|
远安县|
上杭县|
乌鲁木齐县|
平昌县|
呼玛县|
怀安县|
留坝县|
吉木萨尔县|
延寿县|
江油市|
武威市|
高平市|
龙胜|
陇西县|
泗水县|
哈尔滨市|
罗江县|
福鼎市|
建瓯市|
新昌县|
平南县|
大足县|
徐汇区|
绵阳市|
墨竹工卡县|
赣州市|
清涧县|
兴安盟|
韶山市|
江口县|
临桂县|
旬邑县|
伊宁县|
田东县|
平乡县|
宣城市|
镇巴县|
湄潭县|
西丰县|
乐至县|
|