Call Us:
tel:400-8088-441联系我们:
moyuntech01@163.com服务时间
9:30 上午 - 6:30 下午(工作日)8月30日
3D打印作为一种爱好的最初吸引力之一是,你可以在软件和硬件上对影响最终打印部分的数十个设置进行修补。后来,人们,尤其是专业人士,希望按下按钮即可获得零件,而不必担心层高、填充、速度、温度、流速和可调打印参数的长菜单等细节。
今天,我们可能正处于下一步的风口浪尖:人工智能3D打印,然后学习,然后3D打印更好。
无数的研究项目正在进行中,但最近发表在《先进材料技术》杂志上的一个项目展示了一种算法是如何通过打印出60个不断改进的版本来识别3D打印解剖模型的最佳版本的。
华盛顿州立大学的这项研究可能会导致3D打印在复杂设计中的更无缝使用。但是,这项研究与其他人工智能3D打印应用程序的不同之处在于,它可以平衡某些参数以获得最佳打印效果,而不是专注于修复一个方面,如几何形状、缺陷或速度。
报告指出:“尽管3D打印的新应用迅速出现,但为3D打印选择合适参数的过程仍然是一个劳动密集型和低效的过程。”。
打印参数开发的试错法是浪费的,而在计算机辅助设计方面,评估各种3D打印设计配置通常涉及复杂的、通常昂贵的仿真软件和计算。然后,为了证明最终3D打印零件的机械性能,包括孔隙率和屈服强度,可能需要一个漫长的实验室测试验证过程。此外,理想的设置因所需的输出而异,无论是高细节的原型还是最终的发动机零件。
华盛顿州立大学的研究人员表示,新算法有可能考虑到零件开发和生产的多个方面。
报告指出:“现有的优化3D打印参数的方法……通常侧重于优化打印的整体性能,或者专注于打印质量的一个特定方面。”。“这些方法主要依赖于以前3D打印配置的实验数据,往往只关注其中一个方面,而忽视了由于打印方法、材料类型和物体几何形状的差异而导致的打印质量的变化。”
0 个评论