Senvol 3D プリントデータベースの紹介

Antarctic Bear は、Senvol 3D プリントデータベースがすでに非常に強力であることを知りました。

自動翻訳についてご紹介します
機器データベース: http://senvol.com/machine-search/
これはとても重要です（真剣に）。これを 15 秒ほど読んでいただくだけで、大いに役立ちます。検索フォームに入力する際、検索フィールドは必須ではないことに注意してください。つまり、すべての検索フィールドに入力する必要はありません。好きなだけ情報を入力できます。たとえば、3D Systems のコンピューターのみを検索する場合は、次のようにします。または、少なくとも 12"x12"x12" のマシンのみを検索することもできます。また、複数のフィールドを一度に検索することもできます (たとえば、スチールと互換性のあるバインダージェットマシンを検索できます)。

材料データベースhttp://senvol.com/material-search/
これはとても重要です（真剣に）。これを 15 秒ほど読んでいただくだけで、大いに役立ちます。検索フォームに入力する際、検索フィールドは必須ではないことに注意してください。つまり、すべての検索フィールドに入力する必要はありません。好きなだけ情報を入力できます。たとえば、Stratasys の材料のみを検索したい場合は、次のようにします。あるいは、引張強度が 50 MPa 以上の材料のみを検索することも可能です。または、複数のフィールドを一度に検索することもできます (たとえば、破断時の伸びが少なくとも 8% のチタン材料を検索できます)。

センボルAPI http://senvol.com/api/
積層造形用のソフトウェアを開発していますか?

もしそうなら、Senvol API は不可欠です。 Senvol API を使用すると、Senvol データベースのデータと構造を会社のソフトウェアに組み込むことができます。

Senvol API を承認する利点は次のとおりです。

Senvol データベースから生データにアクセスします。会社のニーズに合わせてデータ構造を使用または操作できます。新しいマシンや材料が Senvol データベースに追加されるたびに、データを自動的に更新します。一般的な用途は次のとおりです。

積層造形関連ソフトウェアを開発している企業:
Senvol API を使用すると、Additive Manufacturing 関連のソフトウェアまたはプラットフォームの機能を改善し、新しい機能を作成できます。ユーザーに「材料検索」機能を提供する場合でも、バックエンドのサプライヤー登録フォームを強化する場合でも、Senvol API は他の機能を構築するためのバックボーンとして機能します。

積層造形機と材料のデータを分析したい企業:
Senvol API は、このデータに対してより強力な分析を実行したい企業に、Senvol データベース内の生データへのアクセスを提供します。 Ashby ダイアグラムを作成しようとしているエンドユーザーでも、自社製品を競合他社の最新製品と比較しようとしている材料または機械のサプライヤーでも、Senvol API は必要なデータを提供します。

Senvol API により、産業用積層造形機械および材料に関する完全かつ最新のデータにこれまで以上に簡単にアクセスできるようになりました。

センボルインデックスhttp://senvol.com/indexes/
Senvol インデックスを使用すると、開発に数か月かかる付加製造データセットに即座にアクセスできます。これらすべてが、わずかな価格で手に入ります。

Senvol Index は、積層造形用の材料の特性評価のためのデータセットです。すべての Senvol インデックスには以下が含まれます。

試験片特性: 特定の AM マシンで製造された試験片の材料特性プロセスパラメータ: これらの材料特性を実現するために使用されたプロセスパラメータの値原料特性: 使用された特定の原料の特性 Senvol Index の例の表紙を表示するには、ここをクリックしてください。

各 Senvol Index ごとに実行される特定のテストとテストされるサンプルの数は異なります。すべての Senvol インデックスには通常、さまざまな機械的、疲労的、熱的、物理的特性のテスト結果が含まれます。例:

引張強度（ASTM E8）
高サイクル疲労（ASTM E466）
熱膨張係数（ASTM E831）
化学（各種）
圧縮（ASTM E9）
密度（ASTM B311）
硬度（ASTM E18）
金属組織学（ASTM E112/E3）
すべての Senvol インデックスは、Senvol の業界をリードする付加製造データの専門知識を活用して、次のような結果を保証します。

追跡可能: プロセス全体（セットアップ、パラメータ、ビルド、テストのプロセスを含む）を完全に文書化します。
統計的有意性: 生成された標本の数と実行されたテストは、統計的に有意なデータを提供しました。標準への準拠: すべての作業（該当する場合）は、関連する業界標準（ASTMなど）に厳密に準拠しています。
高忠実度: Senvol は認定および認証を受けた施設のみを使用します (例: AS9100、NADCAP、A2LA)
中立：SenvolはすべてのSenvolインデックスを完全に自社で開発しており、機械や材料のOEMは関与していません。

センボルSOP http://senvol.com/sop/

付加製造データは複雑で難しいものです。 Senvol SOP により、組織は体系的なデータを生成することができます。
Senvol SOP は、純粋な Additive Manufacturing データを生成する方法を詳細に説明した標準操作手順です。同社では、100 ページを超えるマニュアルを使用して、関与する従業員、所在地、使用する AM マシンや材料に関係なく、すべてのデータ生成プロジェクトが標準の手順に従うようにしています。
積層造形用の純粋なデータを生成する際に考慮すべき複雑さの例は次のとおりです。

何を計画し、制作するか
標本は何個
どのようなテストを行うか
標本サイズ
適切なサプライヤーを選ぶ方法
すべてのプロセス変数をキャプチャする方法
どの標準を使用するか
業界標準が存在しない場合に何をすべきか
マテリアルハンドリング
材料をリサイクルする方法
機械のメンテナンスと校正
適切な後処理の方法
後処理が計画にどのように影響するか（試料の数、ビルドレイアウト、試料のサイズなど）

Senvol SOP は上記の複雑さを解決し、データを均質化するために必要な情報を収集するための適切なアプローチを提供します。 Senvol SOP でカバーされるトピックは次のとおりです。

テストスケジューラ
製造工程
コスト見積りの考慮事項
製造、テスト、コスト見積り用のテンプレート
従うべき標準（一部は業界標準、一部は Senvol が開発した標準）
サプライヤー選定プロセス（メーカー、後処理サプライヤー、試験機関など）
パラメータ取得手順（例：原材料特性、機械パラメータ、後処理パラメータ）
データ開発プログラム（製造管理、後処理管理、テスト管理など）
データ収集および編集手順
ファイル管理
全体フローチャート

Senvol SOP は、純粋な付加製造データを生成するための詳細で一貫性のある繰り返し可能なプロセスを提供することで、組織がコストと時間を節約し、エラーを回避し、完全に追跡可能な方法でプロセス全体を文書化できるようにします。

Senvol ML データ分析http://senvol.com/ml/

積層造形プロセスのパラメータと材料特性の関係を分析するためのデータ駆動型機械学習ソフトウェア。

Senvol ML ソフトウェアスイートは、企業が積層造形の材料とプロセスを迅速に特性評価または認定するのに役立ちます。 Senvol ML は、統計的証拠を使用して材料特性を開発し、設計許容値の開発に必要な日常的な材料特性評価とテストを削減するのに役立ちます。

Senvol ML の機能により、ユーザーは、ターゲットの機械的特性に基づいて、特定の AM マシンで適切なプロセスパラメータを選択できます。これにより、現在必要な高度な試行錯誤を削減し、時間とコストを大幅に節約できるユニークな機会が提供されます。

データ駆動型機械学習アルゴリズム

AM データ用のモジュール式 ICME (統合計算材料エンジニアリング) 確率フレームワークが、Senvol ML ソフトウェアの基礎となっています。このフレームワークでは、AM データはプロセスパラメーター、プロセスシグネチャ、材料特性、機械的特性の 4 つのモジュールに分割されます。開発中のソフトウェアは、4 つのモジュール間の関係を定量化するアルゴリズムによって駆動されます。このアルゴリズムは、AM 材料、マシン、プロセスに依存しません。

Senvol ML データ駆動型機械学習アルゴリズムの機能は次のとおりです。

前方予測: 与えられたプロセスパラメータセットから機械的特性（疲労寿命など）を予測する
反転: 目標の機械的特性 (目標引張強度など) が指定されると、アルゴリズムは目標を達成するために使用するプロセスパラメータを決定します。機械学習: アルゴリズムは以前のデータセットから「学習」し、その「学習」を新しいデータセットに適用することで、将来必要なデータ量が削減され、予測の精度が向上します。推奨されるデータ収集: アルゴリズムは、予測の精度を向上させるために必要な追加のデータポイントをユーザーに推奨し (つまり、より小さく対象を絞ったデータセットを生成するようにユーザーをガイドします)、時間とコストを節約します。コンピュータービジョンアルゴリズム Senvol ML の機械学習機能に加えて、Senvol ML には、現場監視データをリアルタイムで分析できるコンピュータービジョンアルゴリズムも含まれています。これにより、ユーザーは不規則性をリアルタイムで検出し、ビルドの不規則性と結果として生じる機械的特性との関係を定量化できるようになります。

Senvol ML開発
Senvol ML ソフトウェアは現在開発中であり、認定された AM 部品を求めるすべての企業に市販される予定です。