Senvolは機械学習を使用して、積層造形材料の実現可能性を開発し、材料特性を正確に予測します。

2023年7月12日、Antarctic Bearは、ニューヨークに拠点を置くデータベース管理会社であるSenvolが最近、従来の方法よりも柔軟で経済的で時間の節約になる材料実現可能性開発のための機械学習手法を実証したことを知りました。この場合、Senvol 社はこのアプローチを金属材料特性標準化開発 (MMPDS) プロセスに適用しました。
この作業は、Senvol 社と米国政府との契約 (W911NF-20-9-0009) の一部であり、機械学習ソフトウェア Senvol ML を適用して、積層造形 (AM) の材料実現可能性を迅速に開発するための道筋を提供することを目指しています。製造およびエンジニアリングにおいて、材料の実現可能性とは、特定の条件下での材料の信頼性と性能の限界を指します。これらの条件には、温度、圧力、ストレス、環境の影響などが含まれます。

Senvol のプロジェクトパートナーには、EWI と Pilgrim Consulting が含まれます。バテルとロッキード・マーティンの研究者であるヘクター・サンドバル氏もこのプロジェクトの技術顧問を務めた。この契約は、AMMP Other Transaction Agreement (OTA) プログラムを通じて国立製造科学センター (NCMS) によって管理されています。
機械学習アプローチは柔軟性があり、AM プロセスのあらゆる変更に対応できるため、長期的な運用に適しています。このプロジェクトは、粉末床融合積層造形機で処理された 17-4 PH ステンレス鋼材料を使用した新しいアプローチを実証することに重点を置いていました。
Senvol 社の社長である Annie Wang 氏は次のように語っています。「材料の実現可能性の開発は非常に費用がかかり、時間のかかる作業です。Senvol 社のプロジェクトは、機械学習を使用した積層造形実現可能性の開発に対する新しいアプローチを実証することに非常に成功しました。私たちは結果に非常に満足しており、この最先端分野での継続的な取り組みを楽しみにしています。」
△ Senvol社のAMMPプロジェクトで製造されたサンプル。
材料の実現可能性開発のコストが高いのは、主に、材料の実現可能性開発では固定された処理ポイントで大量の経験的データを生成する必要があることに起因しています。つまり、通常、大きなプロセス変更が発生するたびに、すべての経験的データを最初から再生成する必要があります。その結果、AM プロセスは最初に実装されたときにコストと時間がかかるだけでなく、AM プロセスが必然的に変更された場合、長期的に維持するためにもコストと時間がかかります。
AMMP プログラムの技術的アプローチとテスト結果をレビューした Hector Sandoval 氏は、次のように付け加えました。「私は従来の方法を使用して材料許容値を開発した経験があります。現在のプロセスはうまく機能していますが、いくつかの制限もあります。技術的アプローチ、テスト結果、および最終的なデモンストレーションをレビューすることで AMMP プログラムをサポートできることは刺激的です。機械学習ベースの方法を利用して材料の実現可能性を判断する可能性を直接確認できることは刺激的です。」
Senvol ML ソフトウェアは、積層造形プロセスの認定をサポートしており、このプロジェクトでは、材料の許容値に類似した統計的に検証された材料特性を開発するために使用されました。さらに、ソフトウェアはデータ生成要件も同時に最適化します。特に、このソフトウェアは柔軟性が高く、あらゆる積層製造プロセス、機械、材料に適用できます。このプロジェクトが真の実現可能性まで開発されていないことは注目に値する。予算とプログラムの制約により、プロジェクトチームはいくつかの簡素化の決定を下す必要がありました。

Senvol の社長である Zach Simkin 氏は、次のように述べています。「積層造形プロセスと材料開発における機械学習の使用は非常に成熟しています。すでに業界で採用されており、簡単に実現できます。ただし、機械学習を材料の実現可能性開発に具体的に適用することは、まだ進行中の作業です。機械学習のアプローチを 2 回実証できたことを嬉しく思います。1 回は金属合金を使用して MMPDS と比較したこのプロジェクトで、もう 1 回はポリマー材料を使用して CMH-17 と比較した以前の America Makes 資金提供プロジェクトでです。ただし、さらなる研究が必要です。大きな可能性を秘めており、政府や業界と協力してこの分野の研究を前進させていきたいと考えています。」
Senvol の社長である Zach Simkin 氏は、次のように述べています。「このプロジェクトで Senvol のチームに参加できることを非常に嬉しく思います。Senvol の機械学習アプローチは、業界が直面している大きな課題、つまり、付加製造材料の性能許容値を迅速かつコスト効率よく開発するという課題に直接対処します。」
「複数の付加製造プロセスと飛行材料の認定に携わってきた私としては、この技術のさらなる開発は、防衛および商用プラットフォームの両方のコスト、スケジュール、パフォーマンスにプラスの影響を与えると考えています」とウィリアム・E・フレイジャー博士は述べています。
Senvol ML ソフトウェアのユーザーには、航空宇宙、防衛、石油・ガス、消費財、医療、自動車業界の組織のほか、AM マシンメーカーや AM 材料サプライヤーが含まれます。

Senvolは機械学習を使用して、積層造形材料の実現可能性を開発し、材料特性を正確に予測します。

3Dプリントとダイレクトキャスティング：Massivit 3Dが大型複合3DプリントシステムM10000を発売

3D プリントロケットは航空宇宙製造業界に革命を起こす可能性があります。この会社は次の SpaceX になるでしょうか?

世界的な3Dプリンター出荷台数の増加により中価格帯市場が活発化

CRP USAは、最高150℃の温度に耐えられる3DプリントカーボンファイバーレーシングパーツをUVicに供給しています。

中国クリエイティブeコンペティション3Dプリントディレクテッドデザインカンファレンスと3Dプリントフォーラムが工業情報化部で開催

3DCeramとSintx Technologiesがセラミック3Dプリントにおける提携を発表

北京、2017年10月15日清華大学主催バイオファブリケーション国際会議（バイオファブリケーション2017）

3Dプリントによりエアロゲルレンガのモジュール生産が可能に

DED 指向性エネルギー堆積技術は、将来的に業界に破壊的変化をもたらす可能性があります。部品の in-situ 印刷についてご存知ですか?

オーストラリア初の3Dプリントアメニティブロックの建設開始

推薦する

Raise3Dは材料を50%節約し、低コストの小ロット生産を支援します

遼寧省機能性材料産業学校・企業連携セミナーが開催され、セラミック3Dプリント技術が注目を集めた

AddUpは、生産効率を3倍にし、部品サイズを12倍に拡大する巨大な金属3DプリンターMASSIFを発売する予定だ。

クラウドファンディング780万達成！！さまよう地球周辺モデル製品、プロトタイプは赤いワックスで3Dプリントされています

3Dプリントされた神経再生足場材料、構造、神経リモデリング戦略

形状解析: 3D プリントされた形状の表現力を最適化する

ドバイ道路交通局が世界初の3Dプリント電気水上バスを試験運用

最新のブレークスルー！中国の科学者がクモの糸で作られた3Dプリントナノロボットを開発した？

Réplique が 3D プリントオンラインサービスプラットフォームに品質監視ツール RSure を追加

シーメンスの3Dプリントの発見、事実、展望

マイクロファクトリーが電子廃棄物を3Dプリンターのフィラメントに変える

3Dプリント産業の発展動向の分析

小米とレノボが市場に参入、資本は西安3Dプリントに注目

3Dプリントされた小型ゲルロボットは、がん病変の近くを泳ぎながら正確に薬剤を送達できる

MIM射出成形と間接金属3Dプリントの国境を越えた詳細な対話