Senvol展示基于機器學習的全新3D打印材料許用值方法

2023年9月1日，南極熊獲悉，增材制造數據專家Senvol展示了一種新穎的機器學習（ML）材料許用值方法。該軟件可以準確預測材料性能。

△Senvol為AMMP計劃制作的樣本

研發(fā)技術背景

該合同將應用其機器學習軟件Senvol ML來促進3D打印材料性能許用值的快速開發(fā)。這項工作是作為美國政府合同W911NF-20-9-0009的一部分進行的。

據稱，該公司的方法比傳統(tǒng)的金屬材料性能開發(fā)和標準化（MMPDS）材料允許開發(fā)方法更具成本效益、靈活且省時。

作為該計劃的一部分，Senvol與EWI和Pilgrim Consulting合作。私人非營利研發(fā)（R&D）公司Battelle和洛克希德·馬丁公司LM研究員Hector Sandoval擔任技術顧問。該合同由國家制造科學中心（NCMS）通過AMMP其它交易協(xié)議（OTA）計劃進行管理，旨在促進制造業(yè)的創(chuàng)新和合作。

Senvol總裁Annie Wang評論道：“材料允許開發(fā)是一項非常昂貴且耗時的工作，”Senvol總裁Annie Wang評論道。“Senvol的計劃非常成功地展示了一種利用機器學習的增材制造允許開發(fā)的新方法。我們對結果非常滿意，并期待繼續(xù)在這一前沿領域開展工作。”

NAVAIR飛行器工程師退休首席科學家兼Pilgrim Consulting LLC總裁William E. Frazier博士補充道：“我很高興加入Senvol的團隊參與該項目。Senvol的機器學習方法直接解決了一個主要的行業(yè)挑戰(zhàn)：快速且經濟高效地開發(fā)增材制造材料性能許用值�！�

△數據驅動的機器學習軟件，用于分析增材制造工藝參數與材料性能之間的關系

Senvol ML軟件的功能包括

●前向預測: 根據一組給定的工藝參數預測機械性能(例如疲勞壽命)；
●反演: 當給定目標機械性能(例如目標拉伸強度)時，軟件確定使用哪些工藝參數來實現目標；
●機器學習:軟件從以前的數據集中"學習"，并將這些“學習”應用到新的數據集中，從而減少未來所需的數據量并提高預測準確性；
●推薦數據收集:軟件智能地向用戶推薦需要哪些額外的數據點，來提高預測精度《即引導用戶生成更小的、有針對性的數據集》，從而節(jié)省時間和金錢。

△Senvol Logo

關于ML優(yōu)化材料的一些細節(jié)

雖然增材制造具有輕量化和高效設計生產的優(yōu)勢，但Senvol公司聲稱這些優(yōu)勢受到了許可開發(fā)的時間和高成本要求的限制。

為了獲取開發(fā)所需的經驗數據，需要投入較多的成本用于材料的采購和加工。因此，每當流程發(fā)生重大變化時，通常需要重新生成所有經驗數據。這使得增材制造工藝在最初實施期間以及長期來看（當3D打印過程不可避免地發(fā)生變化時）成本高昂且耗時。

為了解決這個問題，Senvol展示了一種利用機器學習進行材料允許開發(fā)的新方法。該項目以17-4PH不銹鋼材料為中心，通過粉末床熔融3D打印機進行加工。

該計劃利用Senvol的機器學習軟件來支持增材制造工藝的鑒定，以開發(fā)經過統(tǒng)計驗證的與材料允許值相當的材料屬性。這種軟件實現了這一目標，并優(yōu)化了數據生成要求。

Senvol表示，這種機器學習方法非常靈活，可以處理增材制造流程的變化。實際上，該公司的機器學習軟件可以應用于任何增材制造工藝、任何3D打印機和任何材料，使其非常適合長期使用。

Senvol總裁Zach Simkin解釋道：“機器學習在3D打印制造工藝和材料開發(fā)中的應用已經非常成熟。這已經被工業(yè)界采用，并且是可行的成果。然而，專門用于材料允許開發(fā)的機器學習仍在進行中�！�

他補充道：“我很高興我們現在已經成功地演示了機器學習方法在許用值方面的應用，一次是在這個項目中使用金屬合金并與MMPDS進行比較，一次是在由America Makes資助的先前項目中使用聚合物材料并與CMH-17進行比較，但還需要更多的研究�！�

Simkin：“好處是巨大的，我們期待繼續(xù)與政府和行業(yè)合作，推進這一領域的工作。需要指出的是，該項目并未制定真正的許可標準。此外，預算和程序上的限制意味著項目團隊必須做出一些簡化的決策。”

隨著機器學習在制造業(yè)中的應用不斷發(fā)展，我們可以期待看到更多創(chuàng)新的解決方案和技術的出現。這將推動制造業(yè)向更智能、高效和可持續(xù)的方向發(fā)展，為未來的制造業(yè)帶來更多機遇和挑戰(zhàn)。