研究人員利用人工智能算法開(kāi)發(fā)更堅(jiān)固的3D打印水泥建筑

近年來(lái)，3D打印技術(shù)被用于許多結(jié)構(gòu)的建造過(guò)程中，而這些項(xiàng)目背后的方法論也進(jìn)展迅速。從1998年發(fā)明建筑數(shù)字制造（CDF）系統(tǒng)，到2007年意大利工程師Enrico Dini的粉末型 "D-Shape "3D打印機(jī)，這項(xiàng)技術(shù)取得了飛速發(fā)展。利用水泥砂漿，建筑結(jié)構(gòu)部件被3D打印出來(lái)，并在各個(gè)建筑工地進(jìn)行組裝。

但因?yàn)槭褂昧舜罅康乃�泥，這帶來(lái)了建筑材料的高自生收縮率、水化熱和成本。此外，水泥制造也會(huì)造成較高的溫室氣體排放，導(dǎo)致能耗增加，惡化了3D打印混凝土結(jié)構(gòu)的整體可持續(xù)發(fā)展。

2020年6月24日，南極熊從外媒獲悉，來(lái)自斯威本科技大學(xué)的研究人員和法國(guó)建筑公司Bouygues Travaux Publics的主管，利用機(jī)器學(xué)習(xí)技術(shù)更好地研究3D打印建筑材料。

法國(guó)公司Bouygues Travaux Publics的一個(gè)建筑工地，圖片來(lái)自Bouygues Travaux Publics

評(píng)估3D打印在建筑領(lǐng)域的應(yīng)用

地質(zhì)聚合物提供了一種快速凝固、低成本和生態(tài)友好的替代品。與傳統(tǒng)的水泥復(fù)合材料相比，這些材料還具有更強(qiáng)的防火性和耐久性。盡管有這些優(yōu)點(diǎn)，但使用硅酸鹽化合物有缺點(diǎn)，不僅因?yàn)楸徽J(rèn)為會(huì)造成環(huán)境問(wèn)題，而且具有腐蝕性。因此，研究人員做出了許多努力，用其他元素材料來(lái)替代地質(zhì)聚合物基體中會(huì)造成這種有害影響的硅和鋁原子。

研究小組開(kāi)始利用土木和建筑工程中產(chǎn)生的大量數(shù)據(jù)，了解3D打印材料的模式和分類(lèi)，并找出克服這些缺點(diǎn)的方法。由于信息的復(fù)雜性，他們采用了現(xiàn)代計(jì)算方法，包括條件推理樹(shù)（ctree）和遞歸分區(qū)（rpart）方法來(lái)得出結(jié)論。例如，當(dāng)?shù)刭|(zhì)聚合物粘結(jié)劑進(jìn)行3D打印時(shí)，其強(qiáng)度的有效因素?cái)?shù)量會(huì)因使用的打印參數(shù)而擴(kuò)大�？紤]到獨(dú)立變量的范圍，如果不使用機(jī)器學(xué)習(xí)，試圖預(yù)測(cè)打印的土工聚合物樣品的抗壓強(qiáng)度，將會(huì)產(chǎn)生很高的誤差。因此，研究人員使用學(xué)習(xí)算法來(lái)評(píng)估打印變量，并研究了對(duì)材料抗壓強(qiáng)度影響最大的因素。

研究團(tuán)隊(duì)分析的變量矩陣，圖片來(lái)自 Material Advances

利用機(jī)器學(xué)習(xí)方法對(duì)地質(zhì)聚合物進(jìn)行分類(lèi)

在測(cè)試過(guò)程中，使用了一臺(tái)定制的小型3D打印機(jī)來(lái)生產(chǎn)地聚物。采用活塞式擠出機(jī)，從尺寸為30毫米×15毫米的矩形噴嘴擠出聚合物。在加載混合料時(shí)，對(duì)擠出機(jī)進(jìn)行了外部振動(dòng)，以確保內(nèi)部混合料得到充分的壓實(shí)。

共測(cè)量了114個(gè)試樣，并對(duì)數(shù)據(jù)集應(yīng)用了1.95的平均轉(zhuǎn)換系數(shù)。利用ctree函數(shù)對(duì)地聚物構(gòu)造進(jìn)行初步分析，證實(shí)了礦渣在地聚物混合設(shè)計(jì)中的貢獻(xiàn)意義。以礦渣為主的混合料設(shè)計(jì)可獲得更高的抗壓強(qiáng)度，而將硅酸鹽的比例提高到0.45以上，則可提高地聚物材料的強(qiáng)度。此外，利用rpart函數(shù)，沒(méi)有使用鈉離子的比例來(lái)建立預(yù)測(cè)模型，研究團(tuán)隊(duì)能夠準(zhǔn)確預(yù)測(cè)70%生產(chǎn)的試樣的抗壓強(qiáng)度類(lèi)別。總的來(lái)說(shuō)，研究團(tuán)隊(duì)能夠創(chuàng)建3D打印地質(zhì)聚合物的分類(lèi)模型，使用ctree函數(shù)的正向預(yù)測(cè)值高達(dá)100%，使用rpart函數(shù)的預(yù)測(cè)值高達(dá)81%。

利用這些機(jī)器學(xué)習(xí)算法，研究團(tuán)隊(duì)能夠準(zhǔn)確地對(duì)3D打印硼基土工聚合物混凝土的抗壓強(qiáng)度進(jìn)行分類(lèi)和預(yù)測(cè)。rpart函數(shù)只使用了兩個(gè)因素來(lái)生成這些預(yù)測(cè)，而ctree則使用了四個(gè)因素，這反映在rpart函數(shù)歸因于水泥樣品的強(qiáng)度更加慷慨。此外，渣的百分比和硼離子的比例在地質(zhì)聚合物組成中的重要性，分別被ctree和rpart函數(shù)成功識(shí)別。因此，該團(tuán)隊(duì)表示，這項(xiàng)研究可能成為理解如何設(shè)計(jì)更堅(jiān)固和更環(huán)保的3D打印建筑材料的重要基石，甚至成為制定指南的起點(diǎn)。

該團(tuán)隊(duì)用于優(yōu)化其地質(zhì)聚合物水泥組成的ctree函數(shù)的DT流程圖，圖片來(lái)自《Material Advances》。

研究人員的研究結(jié)果詳見(jiàn)他們于2020年5月27日發(fā)表在Material Advances雜志上的題為 "Formulation of mix design for 3D printing of geopolymers: a machine learning approach "的論文，由Ali Bagheri和Christian Cremona共同撰寫(xiě)。


論文下載
d0ma00036a.pdf (1.98 MB, 下載次數(shù): 503)

2020-6-24 09:41 上傳

點(diǎn)擊文件名下載附件

編譯自：3dprintingindustry