| 2021年11月01日 |
三维打印喷气机零件精度 |
| 高山市Nanoverk新闻添加制造中,又称三维打印3D打印机将素材存储到表面或模版上,允许它逐层固化直到三维对象变形 — — 简单像塑料立方体或复杂像金属喷气机组件 |
| 反减法制造需要从大片材料中切除对象,而添加法制造仅使用创建部件所需材料量减少垃圾并降低成本,使其对原型设计目的特别有吸引力。也能方便用户创建复杂形状部件 |
| 精度和质量是添加剂制造的关键,特别是当它被用于为喷气引擎、火箭或其他高温环境等应用创建耐热金属部件时更是如此。亚利桑那大学两个工程师团队使用机器学习法和75万美元NASA资金监控并减轻添加剂制造中出现的缺陷Mohammed Shafae系统工工(链接外部)和AndrewWessman材料科学工程(链接外部)正与LockheedMartinSpace、OpenaditiveLLC和CompuThermLC协作 |
| Andrew和Mohammed使用综合背景材料科学和系统工程从微博层次看加法制造直至大规模系统层次”,David W表示Hahn,CraigM工程学院Berge Dean先进制造是学院研究重点领域之一,这是跨科性努力推进领域并保持UA前列的范例 |
异差问题 |
| 添加式制造产品中可产生两大类缺陷。 |
| 过程缺陷是物理可见偏差,当打印过程出问题时发生偏差举例说,两层可能不适当并存或材料中可能有漏洞或破解 |
| 物缺陷指化学变异或原子排列除高分辨率显微镜外无法见多添加制造部件复杂度可能难以使用常用检验方法查找这些缺陷物质缺陷可能发生 当层仍然冷却第一层温度上升,冷却过程变化可能改变部分属性举例说,金属可能易碎或难以承受压力 |
| Shafae表示:缺陷类型我们关注 使素养行为与预想不同 |
机器学习第四产业大革命 |
| Shafae和Wessman将使用精密传感器系统,加热成像相机和高速局部摄像头监测三维打印过程并识别何时何地出现缺陷并开发模型 在发生缺陷时预测这将使科学家在浪费更多时间和材料前采取纠正行动预防缺陷或终止过程这一领域的研究通常使用单型传感器检测特定缺陷类别,但这项工作将概念推向更远 |
| Shafae表示:「我们正尝试学习这些分类缺陷可互连互连, |
| 机器学习元素关键 : 产品与最弱点一样强 工业级添加制造过程常生成数兆字节数据 单个研究者无法整理从人手中取出这一步可深入分析过程 |
| 组合式增强智能融合数字生物物理世界 成为亚利桑那大学战略规划的基石项目综合数据处理、流程优化、材料分析和机器学习使项目成为第四产业大革命的极佳表示 |
| 威斯曼说 : “这是真正例子说明人们需要做些什么才能到达4.0产业,而4.0产业基本上是用数据改善过程,并确保他们按你的要求执行。”通过提高制造流程质量,从机器取出后,你就能知道什么是好产品 |
