借助機(jī)器學(xué)習(xí)可預(yù)測(cè)3D打印缺陷
作為近年來(lái)最為火爆的尖端科技，AI人工智能能夠?yàn)槲覀兩畹母鱾�(gè)方面帶來(lái)巨大變化。尤其是工業(yè)制造領(lǐng)域，AI將會(huì)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(lái)自美國(guó)Argonne國(guó)家實(shí)驗(yàn)室和德克薩斯A&M大學(xué)的援救團(tuán)隊(duì)開(kāi)發(fā)了一種新的3D打印零件缺陷檢測(cè)方法，利用實(shí)時(shí)溫度數(shù)據(jù)以及機(jī)器學(xué)習(xí)算法，科學(xué)家們能夠在激光粉末床絨絨過(guò)程中的熱歷史與表面缺陷形成之間建立聯(lián)系。 e/Wrm^]y
$&& mGD;?K
[attachment=102715] *oopdGue
試驗(yàn)性LB-PBF設(shè)置 }{T9`^V:h
O=~8+sa
在研究過(guò)程中，科學(xué)家們利用了美國(guó)能源部APS的高功率X射線，設(shè)計(jì)并制造了帶有現(xiàn)場(chǎng)紅外攝像頭的實(shí)驗(yàn)性PBF鉆機(jī)。在3D打印過(guò)程中，使用照相機(jī)捕獲溫度數(shù)據(jù)，并同時(shí)使用X射線束從側(cè)面查看打印過(guò)程，以觀察是否形成了孔隙。 #S)] `YW
$0$ 'co"
有趣的是，當(dāng)將熱歷史與各自的孔隙率曲線進(jìn)行比較時(shí)，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(guò)程中，很可能導(dǎo)致更多的孔隙率。該團(tuán)隊(duì)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(jī)器學(xué)習(xí)模型。 ^0)Mc"&{
Ox o?\
:T
[attachment=102716] *j5>2-C &
3D打印過(guò)程中的X射線成像 + Ysm6n '
+`tl<r g;
雖然能夠從紅外成像中識(shí)別可能形成氣孔的能力是一種非常強(qiáng)大的突破，但是處理大量生產(chǎn)設(shè)備時(shí)人類(lèi)的參與卻導(dǎo)致了效率降低。研究團(tuán)隊(duì)希望在未來(lái)幾個(gè)月內(nèi)，可以使用更多的數(shù)據(jù)集和更加復(fù)雜的機(jī)器學(xué)習(xí)模型，來(lái)開(kāi)發(fā)和改進(jìn)這項(xiàng)工作。 yHhx- `
}<R,)ZV^G
（來(lái)源：中關(guān)村在線）
|