Инженеры Университета Карнеги-Меллон добились высокой точности при сортировке металлических порошков для 3D-печати

Инженеры Университета Карнеги-Меллон добились высокой точности при сортировке металлических порошков для 3D-печати

Инженеры Университета Карнеги-Меллон добились высокой точности при сортировке металлических порошков для 3D-печати

08 июня
Покажи другу:

В статье под названием «Компьютерное и машинное зрение для автономной оценки порошкового сырья при AП», опубликованной в журнале общества по изучению минералов, металлов и материалов, исследователи объясняют, как разработанная ими новая технология машинного зрения может автономно идентифицировать и сортировать металлические 3D‑печатные порошки с точностью более 95 процентов. Подобная технология может получить широкое применение в течение последующих пяти лет.

Специалисты, занятые в производстве, знают, что все изделия из металла, напечатанные в 3D или изготовленные иным образом, должны пройти тщательное тестирование в целях обеспечения качества приемлемого уровня и удобства последующего использования. В общем и целом, это правильная тенденция: вряд ли поставщик или клиент остались бы довольны, если бы какая-то из функциональных деталей не соответствовала ожидаемому стандарту.

Однако в сфере аддитивного производства оказывается определенное давление на поставщиков, потому что от них требуется быстрое изготовление 3D-печатных металлических деталей. В конце концов, скорость рассматривается как один из главных факторов, определяющих место компании на рынке.

Столкнувшись с проблемой медленного тестирования данного вида изделий, группа ученых из Университета Карнеги-Меллона решила разработать новую технологию, которая может использоваться для ускорения и улучшения процесса их тестирования.

Они утверждают, что подобная разработка по распознаванию порошка приведет к значительному уменьшению потребности в физическом тестировании, которому 3D‑печатные детали обычно подвергаются после того, как они напечатаны.


«При традиционных подходах в производстве детали часто квалифицируются путем деструктивного тестирования», объясняет Элизабет Холм, профессор материаловедения и инженерии в Карнеги-Меллон, и руководитель исследования. «Компания может производить несколько частей и подвергать их физической проверке на прочность и износ».

Но профессор Холм считает, что путем точной сортировки порошков, используемых в качестве материалов, некоторые из этих деструктивных тестов излишни. Она отмечает, что деструктивное тестирование «затратно в финансовом плане и именно поэтому его следует избегать при аддитивном производстве», добавив, что ее исследование рассматривает «новые концепции отбора, такие как машинное обучение, гарантирующие точность измерений параметров 3D‑печатных продуктов».

Исследуемое машинное обучение включает в себя обучение компьютера идентификации и сортировке порошков в автоматическом режиме, без ручного контроля. Компьютер в последствии способен рассмотреть, обладает ли металлический порошок необходимыми микроструктурными свойствами – прочностью, износостойкостью, вязкостью, а также предъявляемым требованиям к конкретной детали. Если это так, то гораздо менее вероятно, что часть выйдет из строя или приведет к сбою в условиях эксплуатации.

Холм и ее исследовательская группа протестировали произведенную систему автоматической сортировки на восьми видах порошкового сырья, доступных на рынке, и обнаружили, что их система дает более адекватную и эффективную оценку металлическим порошкам для 3D-печати, чем это позволяет сделать традиционное тестирование вручную.

Система может даже распознавать множество разных особенностей порошков: насколько велики частицы, входящие в их состав, как эти частицы сгруппированы вместе, шероховатость поверхности детали и ее форму.

«Важно отметить, что метод машинного зрения является автономным, объективным и повторяемым», подводит итог профессор Холм. «Этот тип стандартизации необходим для обеспечения качества в условиях реальности».

Исследователи полагают, что их работа открывает новую главу в исследовании автономного микроструктурного анализа.

Источник: http://www.3ders.org/articles/20170607-carnegie-mellon-engineers-sort-metal-3d-printing-powders-with...





Комментарии (0)


Чтобы оставить комментарий вам необходимо авторизоваться


количество
пользователей

1835

количество
работ

4263