Senvol展示基于机器学习的全新3D打印材料许用值方法

2023年9月1日，南极熊获悉，增材制造数据专家Senvol展示了一种新颖的机器学习（ML）材料许用值方法。该软件可以准确预测材料性能。

△Senvol为AMMP计划制作的样本

研发技术背景

该合同将应用其机器学习软件Senvol ML来促进3D打印材料性能许用值的快速开发。这项工作是作为美国政府合同W911NF-20-9-0009的一部分进行的。

据称，该公司的方法比传统的金属材料性能开发和标准化（MMPDS）材料允许开发方法更具成本效益、灵活且省时。

作为该计划的一部分，Senvol与EWI和Pilgrim Consulting合作。私人非营利研发（R&D）公司Battelle和洛克希德·马丁公司LM研究员Hector Sandoval担任技术顾问。该合同由国家制造科学中心（NCMS）通过AMMP其它交易协议（OTA）计划进行管理，旨在促进制造业的创新和合作。

Senvol总裁Annie Wang评论道：“材料允许开发是一项非常昂贵且耗时的工作，”Senvol总裁Annie Wang评论道。“Senvol的计划非常成功地展示了一种利用机器学习的增材制造允许开发的新方法。我们对结果非常满意，并期待继续在这一前沿领域开展工作。”

NAVAIR飞行器工程师退休首席科学家兼Pilgrim Consulting LLC总裁William E. Frazier博士补充道：“我很高兴加入Senvol的团队参与该项目。Senvol的机器学习方法直接解决了一个主要的行业挑战：快速且经济高效地开发增材制造材料性能许用值。”

△数据驱动的机器学习软件，用于分析增材制造工艺参数与材料性能之间的关系

Senvol ML软件的功能包括

●前向预测: 根据一组给定的工艺参数预测机械性能(例如疲劳寿命)；
●反演: 当给定目标机械性能(例如目标拉伸强度)时，软件确定使用哪些工艺参数来实现目标；
●机器学习:软件从以前的数据集中"学习"，并将这些“学习”应用到新的数据集中，从而减少未来所需的数据量并提高预测准确性；
●推荐数据收集:软件智能地向用户推荐需要哪些额外的数据点，来提高预测精度《即引导用户生成更小的、有针对性的数据集》，从而节省时间和金钱。

△Senvol Logo

关于ML优化材料的一些细节

虽然增材制造具有轻量化和高效设计生产的优势，但Senvol公司声称这些优势受到了许可开发的时间和高成本要求的限制。

为了获取开发所需的经验数据，需要投入较多的成本用于材料的采购和加工。因此，每当流程发生重大变化时，通常需要重新生成所有经验数据。这使得增材制造工艺在最初实施期间以及长期来看（当3D打印过程不可避免地发生变化时）成本高昂且耗时。

为了解决这个问题，Senvol展示了一种利用机器学习进行材料允许开发的新方法。该项目以17-4PH不锈钢材料为中心，通过粉末床熔融3D打印机进行加工。

该计划利用Senvol的机器学习软件来支持增材制造工艺的鉴定，以开发经过统计验证的与材料允许值相当的材料属性。这种软件实现了这一目标，并优化了数据生成要求。

Senvol表示，这种机器学习方法非常灵活，可以处理增材制造流程的变化。实际上，该公司的机器学习软件可以应用于任何增材制造工艺、任何3D打印机和任何材料，使其非常适合长期使用。

Senvol总裁Zach Simkin解释道：“机器学习在3D打印制造工艺和材料开发中的应用已经非常成熟。这已经被工业界采用，并且是可行的成果。然而，专门用于材料允许开发的机器学习仍在进行中。”

他补充道：“我很高兴我们现在已经成功地演示了机器学习方法在许用值方面的应用，一次是在这个项目中使用金属合金并与MMPDS进行比较，一次是在由America Makes资助的先前项目中使用聚合物材料并与CMH-17进行比较，但还需要更多的研究。”

Simkin：“好处是巨大的，我们期待继续与政府和行业合作，推进这一领域的工作。需要指出的是，该项目并未制定真正的许可标准。此外，预算和程序上的限制意味着项目团队必须做出一些简化的决策。”

随着机器学习在制造业中的应用不断发展，我们可以期待看到更多创新的解决方案和技术的出现。这将推动制造业向更智能、高效和可持续的方向发展，为未来的制造业带来更多机遇和挑战。