使用AI預(yù)測(cè)3D打印過(guò)程，在增材制造領(lǐng)域具有巨大潛力

來(lái)源：賢集網(wǎng)

增材制造有可能讓人們?cè)谥圃鞓I(yè)、汽車工程甚至外太空中按需制造零件或產(chǎn)品。然而，提前了解 3D 打印對(duì)象現(xiàn)在和未來(lái)的表現(xiàn)是一個(gè)挑戰(zhàn)。物理實(shí)驗(yàn)：尤其是金屬增材制造 (AM)既緩慢又昂貴。即使以計(jì)算方式對(duì)這些系統(tǒng)進(jìn)行建模也是昂貴且耗時(shí)的。

問(wèn)題是多相，涉及氣體、液體、固體以及它們之間的相變，伊利諾伊大學(xué)研究人員說(shuō)，增材制造還具有廣泛的空間和時(shí)間尺度。這導(dǎo)致小規(guī)模的物理與實(shí)際產(chǎn)品之間存在巨大差距。

△在準(zhǔn)穩(wěn)態(tài)（2 微秒）下，由物理信息神經(jīng)網(wǎng)絡(luò) (PINN) 預(yù)測(cè)的熔池形狀以及溫度和熔池流速，適用于情況 A、B 和 C

△用于金屬增材制造的全連接深度神經(jīng)網(wǎng)絡(luò)

研究人員正在嘗試使用機(jī)器學(xué)習(xí)解決這些挑戰(zhàn)。他們正在使用深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)來(lái)預(yù)測(cè)增材制造所涉及的復(fù)雜過(guò)程的結(jié)果。我們想建立加工、結(jié)構(gòu)、性能和性能之間的關(guān)系，研究人員說(shuō)。

當(dāng)前的神經(jīng)網(wǎng)絡(luò)模型需要大量數(shù)據(jù)進(jìn)行訓(xùn)練。但在增材制造領(lǐng)域，獲得高保真數(shù)據(jù)很困難。為了減少對(duì)數(shù)據(jù)的需求，研究人員正在研究“物理信息神經(jīng)網(wǎng)絡(luò)”或 PINN。

通過(guò)結(jié)合以偏微分方程表示的守恒定律，我們可以減少訓(xùn)練所需的數(shù)據(jù)量并提高我們當(dāng)前模型的能力，他說(shuō)。

使用德克薩斯高級(jí)計(jì)算中心的 Frontera 和 Stampede2 超級(jí)計(jì)算機(jī)，研究人員模擬了兩個(gè)基準(zhǔn)實(shí)驗(yàn)的動(dòng)力學(xué)：一維凝固的例子，當(dāng)固體和液態(tài)金屬相互作用；以及來(lái)自 2018 NIST 增材制造基準(zhǔn)測(cè)試系列的激光束熔化測(cè)試示例。

在 1D 凝固案例中，他們將實(shí)驗(yàn)數(shù)據(jù)輸入到他們的神經(jīng)網(wǎng)絡(luò)中。在激光束熔化測(cè)試中，他們使用了實(shí)驗(yàn)數(shù)據(jù)以及計(jì)算機(jī)模擬的結(jié)果。他們還開(kāi)發(fā)了一種邊界條件的“硬”執(zhí)行方法，他們說(shuō)，這在解決問(wèn)題中同樣重要。

該團(tuán)隊(duì)的神經(jīng)網(wǎng)絡(luò)模型能夠重現(xiàn)這兩個(gè)實(shí)驗(yàn)的動(dòng)態(tài)。在 NIST Challenge 的情況下，它預(yù)測(cè)了實(shí)驗(yàn)的溫度和熔池長(zhǎng)度，誤差在實(shí)際結(jié)果的 10% 以內(nèi)。他們?cè)?1.2 到 1.5 微秒的數(shù)據(jù)上訓(xùn)練模型，并在高達(dá) 2.0 微秒的進(jìn)一步時(shí)間步長(zhǎng)上進(jìn)行預(yù)測(cè)。

這是神經(jīng)網(wǎng)絡(luò)首次應(yīng)用于金屬增材制造過(guò)程建模，研究人員說(shuō)，我們展示了基于物理的機(jī)器學(xué)習(xí)作為無(wú)縫整合數(shù)據(jù)和物理的完美平臺(tái)，在增材制造領(lǐng)域具有巨大潛力。

研究人員認(rèn)為，未來(lái)工程師將使用神經(jīng)網(wǎng)絡(luò)作為快速預(yù)測(cè)工具，為增材制造過(guò)程的參數(shù)選擇（例如激光速度或溫度分布）提供指導(dǎo)，并繪制增材制造過(guò)程之間的關(guān)系參數(shù)和最終產(chǎn)品的特性，例如其表面粗糙度。

如果您的客戶需要特定的屬性，那么您就會(huì)知道應(yīng)該為您的制造工藝參數(shù)使用什么。

在2021年5月在線發(fā)表的應(yīng)用力學(xué)與工程計(jì)算方法中的另一篇論文中，研究人員提出了對(duì)增材制造中使用的現(xiàn)有有限元方法框架的修改，以查看他們的技術(shù)是否可以比現(xiàn)有基準(zhǔn)獲得更好的預(yù)測(cè)。

研究人員反映了阿貢國(guó)家實(shí)驗(yàn)室最近一項(xiàng)涉及移動(dòng)激光器的增材制造實(shí)驗(yàn)，表明在 Frontera 上進(jìn)行的模擬與實(shí)驗(yàn)中的模擬深度相差不到 10.3%，并捕獲了常見(jiàn)的實(shí)驗(yàn)觀察到的人字形形狀金屬頂面。

研究受益于計(jì)算技術(shù)的持續(xù)增長(zhǎng)和聯(lián)邦對(duì)高性能計(jì)算的投資。

Frontera 不僅加快了像他們這樣的研究，還為訓(xùn)練數(shù)據(jù)不廣泛可用的領(lǐng)域的機(jī)器和深度學(xué)習(xí)研究打開(kāi)了大門，擴(kuò)大了人工智能研究的潛力。

最令人興奮的一點(diǎn)是，當(dāng)您看到您的模型僅使用少量現(xiàn)有數(shù)據(jù)就可以預(yù)測(cè)未來(lái)時(shí)，朱說(shuō)，它以某種方式了解過(guò)程的演變。

以前，我對(duì)我們是否能夠準(zhǔn)確地預(yù)測(cè)氣體-金屬界面的溫度、速度和幾何形狀不太有信心。我們表明我們能夠做出很好的數(shù)據(jù)推斷。