本帖最后由 冰墩熊 于 2024-7-21 14:00 編輯
2024年7月21日,南極熊獲悉,美國能源部橡樹嶺國家實(shí)驗(yàn)室(ORNL)發(fā)布了一組新的增材制造數(shù)據(jù)集。這些數(shù)據(jù)將幫助工業(yè)界和研究人員評(píng)估和提升3D打印部件的質(zhì)量。通過利用這些數(shù)據(jù),用戶可以在打印過程中實(shí)時(shí)評(píng)估部件質(zhì)量,從而避免昂貴且耗時(shí)的生產(chǎn)后分析。
截屏2024-07-21 13.53.38.png (292.01 KB, 下載次數(shù): 146)
下載附件
2024-7-21 13:57 上傳
十多年來,美國能源部位于ORNL的制造示范設(shè)施 (MDF) 一直在定期收集數(shù)據(jù),該設(shè)施對(duì)先進(jìn)制造的早期研究加上對(duì)最終組件的全面分析,為3D打印機(jī)性能提供了寶貴的信息。ORNL通過不斷引入新型材料、機(jī)器和控制技術(shù),推動(dòng)了3D打印技術(shù)的進(jìn)步,從而具備了開發(fā)和共享綜合數(shù)據(jù)集的獨(dú)特能力,F(xiàn)在,這些最新的數(shù)據(jù)集已經(jīng)通過在線平臺(tái)免費(fèi)提供。
1721540637472.jpg (112.18 KB, 下載次數(shù): 129)
下載附件
2024-7-21 13:57 上傳
△左側(cè)的3D打印部件被切成小塊,通過拉伸直至斷裂來測試每個(gè)小塊的抗拉強(qiáng)度。右側(cè)的相同打印部件的數(shù)字副本已通過AI模型進(jìn)行分析,以找出其結(jié)構(gòu)中的異常
通過收集數(shù)據(jù)集推動(dòng)3D打印技術(shù)進(jìn)步
傳統(tǒng)制造業(yè)得益于數(shù)百年的質(zhì)量控制經(jīng)驗(yàn),而增材制造作為一種較新的制造工藝,通常依賴于昂貴的評(píng)估技術(shù)來監(jiān)控零件質(zhì)量。這些技術(shù)可能包括破壞性機(jī)械測試和非破壞性X射線計(jì)算機(jī)斷層掃描,后者能夠在不損壞物體的情況下生成詳細(xì)的橫截面圖像。盡管這些技術(shù)提供了豐富的信息,但也存在局限性,例如,檢測大型部件時(shí)的困難。
ORNL的綜合3D打印數(shù)據(jù)集可以用于訓(xùn)練機(jī)器學(xué)習(xí)模型,從而改進(jìn)對(duì)任何部件的質(zhì)量評(píng)估。ORNL安全與數(shù)字制造部門負(fù)責(zé)人Vincent Paquit表示:“我們正在為行業(yè)提供值得信賴的數(shù)據(jù)集,用于產(chǎn)品認(rèn)證。該數(shù)據(jù)管理平臺(tái)的結(jié)構(gòu)旨在圍繞快速成型部件講述一個(gè)完整的故事,其目標(biāo)是利用過程中的測量結(jié)果來預(yù)測打印部件的性能!
該數(shù)據(jù)集規(guī)模達(dá)230GB,涵蓋了五組具有不同幾何形狀的零件的設(shè)計(jì)、打印和測試,全部采用激光粉末床打印系統(tǒng)制造。研究人員可以訪問機(jī)器健康傳感器數(shù)據(jù)、激光掃描路徑、3萬張粉末床圖像以及6300次材料拉伸強(qiáng)度測試數(shù)據(jù)。
這是ORNL公開的一系列增材制造數(shù)據(jù)集中的第四個(gè),也是最廣泛的一個(gè)。之前的數(shù)據(jù)集側(cè)重于MDF使用電子束粉末床和粘合劑噴射打印制造的零件。這些數(shù)據(jù)集可用于研究罕見失效機(jī)制、開發(fā)在線分析軟件或建立材料屬性模型所需的信息。
1721540768114.jpg (95.94 KB, 下載次數(shù): 118)
下載附件
2024-7-21 13:57 上傳
△美國海軍水面戰(zhàn)中心的增材制造實(shí)驗(yàn)室負(fù)責(zé)人正在使用金屬激光燒結(jié)3D打印技術(shù)
美國本土制造業(yè)正在尋求數(shù)字化轉(zhuǎn)型
MDF由能源部先進(jìn)材料和制造技術(shù)辦公室提供支持,作為一個(gè)全國性的合作聯(lián)盟,與ORNL 合作推動(dòng)創(chuàng)新,激發(fā)靈感并促進(jìn)美國制造業(yè)的轉(zhuǎn)型。
ORNL的研究人員展示了如何利用3D打印過程中的測量結(jié)果來訓(xùn)練機(jī)器學(xué)習(xí)算法,從而應(yīng)用這些數(shù)據(jù)集。結(jié)合高性能計(jì)算方法,訓(xùn)練后的算法能夠可靠地預(yù)測機(jī)械測試是否成功。在預(yù)測零件的極限拉伸強(qiáng)度時(shí),該算法的誤差減少了61%。
1721541420110.jpg (84.47 KB, 下載次數(shù): 140)
下載附件
2024-7-21 13:57 上傳
將加工過程中的測量結(jié)果與最終產(chǎn)品聯(lián)系起來,對(duì)于確定何時(shí)需要對(duì)零件進(jìn)行額外測試,以及何時(shí)可以省略這些測試至關(guān)重要。ORNL安全與數(shù)字制造部門負(fù)責(zé)人Vincent Paquit表示:“這對(duì)行業(yè)規(guī)模的增材制造來說是一個(gè)關(guān)鍵推動(dòng)因素,因?yàn)樵S多企業(yè)沒有能力對(duì)每個(gè)零件進(jìn)行全面表征。利用這些數(shù)據(jù),可以幫助企業(yè)捕捉設(shè)計(jì)意圖、制造過程與最終結(jié)果之間的聯(lián)系!
生成的數(shù)據(jù)集是能源部核能辦公室資助的先進(jìn)材料與制造技術(shù)計(jì)劃的一部分。這些數(shù)據(jù)和其他智能制造方法正在被用于加速先進(jìn)制造技術(shù)的開發(fā)、鑒定、示范和部署,以實(shí)現(xiàn)可靠且經(jīng)濟(jì)的核能解決方案。
|