Senvol از یادگیری ماشینی در چاپ سه بعدی استفاده می کند

شرکت Senvol مستقر در نیویورک یک رویکرد یادگیری ماشینی را برای توسعه مواد مجاز برای تولید افزودنی (AM) نشان داده است. نشان داده شد که این رویکرد نسبت به رویکرد معمولی انعطاف‌پذیرتر، مقرون به صرفه‌تر و به صرفه‌تر است.

این کار به عنوان بخشی از یک قرارداد دولت ایالات متحده انجام شد که Senvol به منظور ایجاد مسیری برای توسعه سریع اموال مادی مجاز برای AM، از نرم افزار یادگیری ماشین خود، Senvol ML استفاده کرد. “مجاز” یک پارامتر ماده است که از طریق آزمایش تعیین می شود و معمولاً در سیستم های حیاتی ایمنی اعمال می شود. به عنوان مثال، یک ماده می تواند دارای “تنش مجاز” باشد.

رویکرد یادگیری ماشینی از تجزیه و تحلیل آماری برای شناسایی الگوها در داده‌های آزمایش‌های AM استفاده می‌کند. سپس می توان از این داده ها برای پیش بینی خواص قطعات AM بدون نیاز به آزمایش گسترده استفاده کرد.

دکتر ویلیام ای فریزیر، دانشمند ارشد بازنشسته مهندس وسایل نقلیه هوایی در NAVAIR و رئیس فعلی Pilgrim Consulting LLC گفت: «از پیوستن به تیم Senvol برای این برنامه بسیار خوشحال شدم.

«رویکرد فعال‌سازی یادگیری ماشین Senvol مستقیماً به یک چالش بزرگ صنعت می‌پردازد: توسعه سریع و مقرون‌به‌صرفه مجاز ویژگی‌های مواد افزودنی تولیدکننده».

این رویکرد با استفاده از یک ماده فولادی ضد زنگ 17-4 PH پردازش شده از طریق دستگاه پودر بستر فیوژن AM نشان داده شد. نتایج نشان داد که رویکرد یادگیری ماشینی قادر به پیش‌بینی خواص قطعات AM با درجه بالایی از دقت است.

توسعه شتابان

روش یادگیری ماشینی دارای چندین مزیت نسبت به روش معمولی است. انعطاف پذیرتر است، زیرا می توان آن را با هر فرآیند یا ماده AM استفاده کرد. همچنین مقرون به صرفه تر است، زیرا به آزمایش کمتری نیاز دارد، و از نظر زمانی کارآمدتر است، زیرا می توان از آن برای توسعه موارد مجاز با سرعت بیشتری استفاده کرد.

آنی وانگ، رئیس Senvol گفت: «توسعه مواد مجاز یک تلاش بسیار پرهزینه و زمان‌بر است.

برنامه Senvol در نشان دادن یک رویکرد جدید برای توسعه مجاز تولید افزودنی که از یادگیری ماشینی استفاده می کند بسیار موفق بود. ما از نتایج بسیار راضی بودیم و مشتاقانه منتظر ادامه کار در این زمینه پیشرفته هستیم.

رویکرد یادگیری ماشین هنوز در حال توسعه است، اما این پتانسیل را دارد که روش توسعه مواد مجاز برای AM را متحول کند و منجر به توسعه سریع‌تر و مقرون به صرفه‌تر قطعات AM شود.

بیایید و نظرات خود را در فیس بوک به ما بگویید، توییترو صفحات لینکدین، و فراموش نکنید که در خبرنامه هفتگی تولید مواد افزودنی ما ثبت نام کنید تا آخرین داستان ها را مستقیماً در صندوق ورودی خود دریافت کنید.