多倫多大學(xué)工程學(xué)院的團(tuán)隊(duì)由鄒宇教授領(lǐng)導(dǎo)，正在探索使用機(jī)器學(xué)習(xí)(ML)來(lái)改進(jìn)3D打印流程，特別是在金屬3D打印領(lǐng)域，該領(lǐng)域可應(yīng)用于汽車、航空航天和核能等各個(gè)行業(yè)。機(jī)器學(xué)習(xí)是人工智能的一個(gè)學(xué)科，涉及使用算法來(lái)分析復(fù)雜數(shù)據(jù)、檢測(cè)模式和做出預(yù)測(cè)。

在最近發(fā)表在《增材制造》雜志上的一篇文章中，研究人員推出了一個(gè)創(chuàng)新框架，他們稱之為“激光定向能量沉積（AIDED）中的精確逆向過(guò)程優(yōu)化框架”。該系統(tǒng)旨在改進(jìn)3D打印過(guò)程，以增強(qiáng)所生產(chǎn)物體的精度和可靠性。但這種方法究竟由什么組成？

圖片來(lái)源：ScienceDirect

3D金屬打印工藝優(yōu)化

在金屬3D打印中，優(yōu)化工藝對(duì)于保證產(chǎn)品質(zhì)量、提高生產(chǎn)效率至關(guān)重要。然而，在眾多選項(xiàng)中找到正確的設(shè)置仍然是一個(gè)挑戰(zhàn)。盡管模擬技術(shù)取得了進(jìn)展，但這種優(yōu)化通常依賴于緩慢的反復(fù)試驗(yàn)的方法，這種方法并不總是適應(yīng)材料和形狀的多樣性，并且難以同時(shí)滿足多個(gè)目標(biāo)。

事實(shí)上，該項(xiàng)最新研究的博士生兼主要作者肖尚指出，集中能量沉積(DED)技術(shù)的廣泛應(yīng)用受到通過(guò)反復(fù)試驗(yàn)找到正確工藝參數(shù)所需的高成本的限制。他解釋道：“我們的方法使我們能夠根據(jù)特定行業(yè)要求快速確定不同應(yīng)用的最佳工藝參數(shù)?！绷硪粋€(gè)挑戰(zhàn)是找到打印各種材料和部件的正確參數(shù)。每種材料，無(wú)論是用于航空航天和醫(yī)療領(lǐng)域的鈦還是用于核反應(yīng)堆的不銹鋼，都具有獨(dú)特的特性，需要精確的設(shè)置、速度和溫度。確定每種材料這些參數(shù)的最佳組合仍然是一項(xiàng)復(fù)雜的任務(wù)。

他們的新方法AIDED使用閉環(huán)系統(tǒng)。首先，受自然選擇啟發(fā)的遺傳算法提出了參數(shù)組合。然后，機(jī)器學(xué)習(xí)模型會(huì)評(píng)估這些選擇，以檢查它們?cè)诖蛴≠|(zhì)量方面的有效性。遺傳算法通過(guò)重復(fù)該過(guò)程來(lái)測(cè)試這些建議的有效性，直到找到最佳擬合參數(shù)?！拔覀兊南到y(tǒng)可以在一小時(shí)內(nèi)快速確定最佳工藝參數(shù)并準(zhǔn)確預(yù)測(cè)幾何形狀，”肖尚解釋道。為了開(kāi)發(fā)這種方法，研究人員進(jìn)行了大量實(shí)驗(yàn)來(lái)收集數(shù)據(jù)?！巴ㄟ^(guò)結(jié)合增材制造和人工智能，我們希望創(chuàng)建一個(gè)自主激光系統(tǒng)，可以實(shí)時(shí)調(diào)整參數(shù)以確保生產(chǎn)質(zhì)量，同時(shí)兼容不同的材料和形狀，”他補(bǔ)充道。

編譯整理：3dnatives