Informacije

Tehnologija mašinskog učenja radikalno poboljšava tačnost proizvodnje aditiva

Tehnologija mašinskog učenja radikalno poboljšava tačnost proizvodnje aditiva

Univerzitet Purdue razvija alat za mašinsko učenje kako bi povećao preciznost u proizvodnji aditiva. Rezultat istraživanja mogao bi povećati preciznost i smanjiti vrijeme testiranja.

"Zaista napravimo ogroman skok i radimo na budućnosti proizvodnje", rekao je Arman Sabbaghi, docent statistike na Purdue's College of Science, koji je vodio istraživački tim u Purdueu uz podršku Nacionalne zaklade za znanost.

VIDI TAKOĐE: UČENJE MAŠINA POMAŽE GRAĐANIMA

„Razvili smo automatizovanu tehnologiju mašinskog učenja kako bismo pomogli poboljšati proizvodnju aditiva. Ova vrsta inovacija ide na putu da u suštini omogući bilo kome da bude proizvođač. " Proizvodnja aditiva poput 3D štampe promijenila je način izrade i sastavljanja mnogih proizvoda.

Ali neprestano pitanje uvijek je bila preciznost, posebno kada su u pitanju dijelovi koji moraju biti krajnje precizni. Nova tehnologija rješava ovaj pad.

Jednostavan alat za poboljšanje tačnosti i dosljednosti

Softver koji je razvio Purdue koristi mašinsko učenje za analizu korisnikovih podataka o proizvodu i stvaranje planova za proizvodnju potrebnih komada s većom preciznošću. "Ovo ima primjene u mnogim industrijama, poput zrakoplovne industrije, gdje su tačne geometrijske dimenzije ključne za osiguranje pouzdanosti i sigurnosti", rekao je Sabbaghi.

"Ovo je prvi put da vidim kako moj statistički rad zaista mijenja stvari i to je najnevjerojatniji osjećaj na svijetu." Proizvodnja aditiva ili 3D tisak u kratkom su vremenu prešli od konceptualne ideje do osnovnog proizvoda.

Pojedinačne komponente ispisuju se sa osnovnog sloja. Ima mnogo prednosti u odnosu na tradicionalne proizvodne procese koji uključuju naprednu složenost oblika, smanjenje otpada i potencijalno jeftiniju proizvodnju.

Proizvodnja aditiva u porastu

Potonje je posebno primjenjivo na proizvodne procese koji uključuju započinjanje blokom sirovine i oduzimanje od njega dok se ne stvori željeni oblik. Novi softver poboljšava preciznost dijelova koji se tiskaju tako da budu unutar potrebnih tolerancija, kao i povećavajući postojanost tako da svi rade isto, bez obzira na to kada su tiskani.

"Koristimo tehnologiju mašinskog učenja za brzo korigovanje računarski potpomognutih modela dizajna i izradu dijelova s ​​poboljšanom geometrijskom preciznošću", rekao je Sabbaghi. Tehnologija povećava složenost dizajna koji se inače ne mogu stvoriti tradicionalnim proizvodnim procesima.

Wohlers Associates procjenjuje da je proizvodnja aditiva 7,3 milijarde dolara industrije. Industrija će se širiti samo kako se tehnologija poboljšava. Štampanje aditiva čak se koristi i na Međunarodnoj svemirskoj stanici.

Astronauti mogu tiskati alate koji su im potrebni, kao i koristiti pisače u okviru eksperimenata. Poboljšanje preciznosti štampača moglo bi povećati njihovu upotrebu u razvoju vrlo preciznog proizvodnog procesa kao što su svemirske letelice.


Pogledajte video: Todos podemos aprender Machine learning (Decembar 2021).