亚洲AV无码国产乱码一区三区|久久精品亚洲一区二区无码|久久er99国产精品|免费A级毛片无码

​中國:將神經(jīng)網(wǎng)絡機器學習應用于增材制造流程

3D打印動態(tài)
2019
07/19
11:50
分享
評論
來源:增材之光

在“將基于神經(jīng)網(wǎng)絡的機器學習應用于增材制造:當前的應用,挑戰(zhàn)和未來前景”,作者們研究機器學習(ML)和神經(jīng)網(wǎng)絡算法(NN)可以應用于增材制造。

盡管增材制造工藝的諸多優(yōu)勢仍然存在,并使其應用于當今無數(shù)的行業(yè),但仍存在許多缺陷和情況,這些缺陷繼續(xù)挑戰(zhàn)世界各地的用戶,從孔隙度到各向異性微結構,再到變形等等。


應用神經(jīng)網(wǎng)絡模型預測增材制造結構的變形。(a)在控制載荷條件下制造和試驗的試樣;(b)有限元,其模擬結果由試樣驗證;(c)神經(jīng)網(wǎng)絡,由有限元生成的數(shù)據(jù)訓練,然后用于以比有限元更快的方式預測變形歷史。FC:完全連接的層。根據(jù)參考文獻[31]轉載,經(jīng)愛思唯爾公司許可,©2018。

原型可能并不總是需要完美的簡單模型,但是,用于真正功能性,工業(yè)用途的部件必須堅固并且在不損害其整體完整性的情況下生產(chǎn)出來。作者指出了解以下內容的重要性:
•粉末的冶金參數(shù)
•3D打印流程
•微觀結構
•增材制造部件的機械性能

在機器學習中,神經(jīng)網(wǎng)絡算法只是越來越受歡迎使用,目前正在“快速發(fā)展”,最常用于計算機視覺、語音識別、語言處理和自動駕駛車輛。它是一種有監(jiān)督的ML類型,使用標記的數(shù)據(jù)進行操作,并且在增材制造中顯示出很好的適用于工業(yè)中的“敏捷制造”。

研究人員表示:“神經(jīng)網(wǎng)絡對從產(chǎn)品設計、制造、資格認證到交付的所有產(chǎn)業(yè)價值鏈創(chuàng)新都產(chǎn)生了深刻而廣泛的影響,人們相信神經(jīng)網(wǎng)絡的影響將越來越強烈!
最常見的神經(jīng)網(wǎng)絡類型是:
•多層感知器(MLP)
•卷積神經(jīng)網(wǎng)絡(CNN)
•遞歸神經(jīng)網(wǎng)絡(RNN)

增材制造質量監(jiān)測分析系統(tǒng)方案。工作流程如下:在增材制造過程中發(fā)出聲信號,然后由傳感器捕獲;最后將SCNN模型應用于記錄的數(shù)據(jù),以便區(qū)分打印層的質量是否合適。轉載自參考文獻[35],經(jīng)愛思唯爾公司許可,©2018。

在增材制造設計中,工程師創(chuàng)建了CAD模型,然后將其應用于增材制造仿真的分析軟件中。然而,在將模型與實際3D打印進行比較時發(fā)現(xiàn)了許多偏差,通常是由于生產(chǎn)過程中的應力和產(chǎn)生的變形。研究人員表示他們通常會進行補償以獲得更好的準確度。

已經(jīng)為硬件和軟件創(chuàng)建了傳感器,并且各種不同的傳感器也可以用于原位測量!斑@項工作的范圍涵蓋了各種應用場景中的神經(jīng)網(wǎng)絡的多種變體,包括:用于鏈接增材制造過程,屬性和性能的傳統(tǒng)MLP;用于增材制造熔池識別的卷積神經(jīng)網(wǎng)絡;LSTM用于再現(xiàn)有限元模擬結果;和用于數(shù)據(jù)增強的變分自動編碼器。然而,正如他們所說,“事情都具有兩面性。”

“很難控制增材制造部件的質量,而神經(jīng)網(wǎng)絡則強烈依賴于數(shù)據(jù)收集。因此,這個跨學科領域仍然存在一些挑戰(zhàn)。我們?yōu)檫@些挑戰(zhàn)提出了潛在的相應解決方案,并概述了我們對該領域未來趨勢的看法!毖芯咳藛T總結道。機器學習通常與3D打印相關聯(lián),從不同的監(jiān)控方法和更智能的金屬增材制造到施工。

SLM過程監(jiān)控配置方案。一個高速攝像機被用來捕捉建造過程的連續(xù)圖像;一個CNN模型被用來識別質量異常。投資回報率:感興趣的區(qū)域。根據(jù)參考文獻[37]轉載,經(jīng)愛思唯爾公司,©2018。


上一篇:中航邁特與GE聯(lián)合共建北京亦莊增材制造創(chuàng)新中心
下一篇:蒂森克虜伯公司瞄準東盟增材制造市場
回復

使用道具 舉報

推動3D打印

關注南極熊

通知

聯(lián)系QQ/微信9:00-16:00

392908259

南極熊3D打印網(wǎng)

致力于推動3D打印產(chǎn)業(yè)發(fā)展

Copyright © 2024 南極熊 By 3D打印 ( 京ICP備14042416號-1 ) 京公網(wǎng)安備11010802043351
快速回復 返回列表 返回頂部
南川市| 广宁县| 浪卡子县| 思茅市| 金沙县| 鹤庆县| 武义县| 航空| 德州市| 朔州市| 威宁| 民勤县| 合肥市| 青海省| 白银市| 温州市| 双辽市| 德清县| 湘乡市| 和平县| 麻江县| 偏关县| 安新县| 景谷| 陆川县| 沾益县| 九江市| 宜宾县| 遵义市| 光泽县| 阿城市| 博客| 永昌县| 双城市| 德兴市| 许昌县| 珲春市| 咸阳市| 白山市| 盐池县| 瑞昌市|