AIを使用して3Dプリントプロセスを予測することは、積層造形の分野で大きな可能性を秘めています。

出典: Xianji.com

付加製造は、製造、自動車工学、さらには宇宙空間において、オンデマンドで部品や製品を製造できるようにする可能性を秘めています。しかし、3D プリントされたオブジェクトが現在および将来どのように機能するかを事前に知ることは困難です。物理的な実験: 特に金属積層造形 (AM) は時間がかかり、コストもかかります。これらのシステムを計算的にモデル化することさえも、コストと時間がかかります。

問題は気体、液体、固体、そしてそれらの間の相転移を含む多相であり、イリノイの研究者らは、付加製造には空間的および時間的スケールの範囲も広いと述べている。その結果、小規模な物理学と実際の製品の間に大きなギャップが生じます。

△ ケースA、B、Cについて、準定常状態（2マイクロ秒）における物理情報ニューラルネットワーク（PINN）による溶融池の形状、温度、溶融池の速度の予測
△金属積層造形のための完全接続型ディープニューラルネットワーク研究者たちは、機械学習を利用してこれらの課題に取り組もうとしています。彼らは、ディープラーニングとニューラルネットワークを使用して、付加製造に関わる複雑なプロセスの結果を予測しています。研究者らは、処理、構造、特性、性能の関係を確立したかったと語った。

現在のニューラルネットワークモデルをトレーニングするには、大量のデータが必要です。しかし、積層造形の世界では、高忠実度のデータを取得するのは困難です。データの必要性を減らすために、研究者たちは「物理情報ニューラルネットワーク」、つまり PINN に取り組んでいます。

偏微分方程式として表現される保存則を組み込むことで、トレーニングに必要なデータの量を減らし、現在のモデルの機能を向上させることができると彼は述べた。

研究者らは、テキサス先端計算センターの Frontera および Stampede2 スーパーコンピューターを使用して、2 つのベンチマーク実験のダイナミクスをシミュレートしました。1 つは固体と液体の金属が相互作用する 1 次元凝固の例、もう 1 つは 2018 NIST 付加製造ベンチマークテストシリーズのレーザービーム溶融テストの例です。

1D 凝固の場合、彼らは実験データをニューラルネットワークに入力しました。レーザービーム溶融試験では、実験データとコンピューターシミュレーションの結果が使用されました。彼らはまた、境界条件を「厳密に」強制する方法も開発しました。これは問題解決において同様に重要だと彼らは言います。

チームのニューラルネットワークモデルは、両方の実験のダイナミクスを再現することができました。 NIST チャレンジの場合、実験の温度と溶融プールの長さを実際の結果の 10% 以内で予測しました。彼らは 1.2 ～ 1.5 マイクロ秒のデータでモデルをトレーニングし、最大 2.0 マイクロ秒のさらなる時間ステップで予測を行いました。

ニューラルネットワークが金属積層造形プロセスのモデル化に応用されたのは今回が初めてです。研究者らは「私たちは、データと物理学をシームレスに統合する完璧なプラットフォームとして、物理学に基づく機械学習が積層造形分野で大きな可能性を秘めていることを実証しました」と述べています。

研究者たちは、将来、エンジニアがニューラルネットワークを高速予測ツールとして使用し、AM プロセスのパラメータ (レーザー速度や温度分布など) の選択に関するガイダンスを提供したり、AM プロセスのパラメータと最終製品の特性 (表面粗さなど) との関係をマッピングしたりするようになると考えています。

顧客が特定の特性を求めている場合は、製造プロセスのパラメータに何を使用するかがわかります。

2021年5月にオンライン版『応用力学と工学の計算方法』に掲載された別の論文では、研究者らは、積層造形で使用される既存の有限要素法フレームワークに変更を加え、その技術が既存のベンチマークよりも優れた予測を達成できるかどうかを検討することを提案した。

研究者らは、アルゴンヌ国立研究所で最近行われた移動レーザーを使った付加製造実験を反映して、フロンテラで実行されたシミュレーションが実験のシミュレーションと深さの10.3パーセント以内で一致し、金属上面の実験でよく見られるヘリンボーン形状を再現していることを示した。

研究は、コンピューティング技術の継続的な成長と高性能コンピューティングへの連邦政府の投資から恩恵を受けています。

Frontera は、彼らのような研究を加速させるだけでなく、トレーニングデータが広く入手できない分野での機械学習やディープラーニングの研究への扉を開き、AI 研究の可能性を広げます。

「最も興奮するのは、自分のモデルが、ほんの少しの既存データを使って未来を予測できるのがわかるときです」とチュー氏は言う。「そのモデルは、プロセスの進化を何らかの形で理解しているのです。」

以前は、ガスと金属の界面の温度、速度、形状を正確に予測できるという自信はほとんどありませんでした。データについて適切な推論を行えることを示します。

AIを使用して3Dプリントプロセスを予測することは、積層造形の分野で大きな可能性を秘めています。

技術を活用し、昇華3D間接3Dプリント純銅材料高密度部品

[ダブルアントレプレナーシップウィークにフォーカス] K12ユースメーカーマラソン3Dプリントコンテスト

スタンフォード大学の新しい研究: クロススケールの微細構造を得るための連続液体界面印刷技術の動的最適化

広州恒尚とEOSが共同で「金属付加製造研究・応用共同実験室」を設立

3D プリント教育セミナー | 3D プリントコースを体験し、より優れたアプリケーションを探る

ストラタシス、新物流センターを開設し、英国3Dプリント製造におけるリーダーシップを拡大

11歳の天才少年が3Dプリントバイオリンを製作

5Dプリンター？スイスの科学者が5D設計空間で複雑な構造を3Dプリントすることに成功

高精度3Dスキャン+3Dプリント技術が、パーソナライズされたレーシングカーのカスタマイズの新時代を切り開きます

3Dプリントが米国鉄道のマシンビジョン技術の開発に貢献

推薦する

3D Systems と Stratasys に春が来るのか?

【分析】軍事分野における3Dプリント技術の応用と発展動向

お知らせ：全国3Dコンテストが12月5日から6日まで常州で開催されます

上彩3Dは寧波市の「専門的、洗練的、革新的」企業および市営企業技術研究開発センターとして承認されました

Relativity Spaceは再利用可能なロケットを3Dプリントし、印刷速度を7～12倍に高め、水平印刷を可能にしました。

ベテランCEOであり、世界的な製造業のリーダーであるジェフ・グレイブスが3Dシステムズの新社長兼CEOに任命されました。

深セン3Dプリント製造イノベーションセンターが「重点科学技術イノベーションキャリア」の称号を獲得

フランス世界選手権は引き続き世界的な競技熱を刺激し、高精度の3Dビジュアルスキャン技術がリヨンで輝きを放つ

ユーロポール、3Dプリント銃の脅威増大に対処するため特別会議を開催

CCTV Finance：義烏にまた「ホットアイテム」が登場！ 3Dプリント玩具は今年、欧米市場で人気を博している

これらは 3D プリントが最も適用可能な領域です。

中国付加製造産業連盟の新メンバー一覧（2022年4月）

ケンブリッジの研究者らがスマートコンクリート端壁を3Dプリントし、壁構造建設のデジタルツインを作成

CCTVニュースは次のように報じた。「アップグレードされた3Dプリンターが国際宇宙ステーションに到着した。」

整形外科の専門家が臨汾に集まり、3Dプリント技術の医療への応用について議論した。