关于金属3D打印与机器学习 GE分享开发更智能的3D打印的经验

dy1993   2017-10-30 10:12:19

由于金属3D打印在航空航天等部分关键行业中成为先进的制造技术,所以全球巨头GE受到关注并不重要。由于去年收购了Concept Laser和Arcam,证明了这一技术成为GE重点关注领域的突破,因此,应用程序的严格公差以及对金属3D打印行业的大量投资已经取得了重大进展。以及其以3D打印为中心的GE Additive业务的引入。特别是在整个公司的第三季度业绩疲软之后,包括工业互联网和加工制造在内的先进技术是GE重组的重点投资的亮点。

世界最大的激光粉末金属3D打印系统将在短短几个星期内推出,金属绝对是GE的重点。GE全球研究公司在纽约州尼斯卡扬(Niskayuna)的添加剂实验室一直在努力推进材料和机器性能研究。

当我们在今年早些时候进行检查时,GE全球研究高级首席工程师和添加剂技术平台负责人、添加剂材料实验室经理Joe Vinciquerra向我们介绍了他们将金属3D打印材料作为“食谱”的信息。研究工作一直在进行,有些最新的工作一直在努力提高机器和材料的性能,并采用更智能的方式实现人工智能。机械学习正在加州材料实验室开展,团队致力于加强3D打印的过程和质量,旨在生产更好的零件,同时减少质量失误。

机器学习允许在任何质量方面的过程中检测,使操作员能够确保适当的调整,限制浪费时间和材料。最终的目标是获得完美的成绩:100%的收益。达到这个目标将意味着完美的打印,没有浪费的材料,没有失败的打印。在制造业中,这往往是一个遥远的梦想。通过机器学习,更智能的系统可能会看到靠近目标的机器本身。数字双胞胎也在图中,创造了一个模拟的预测模型。

想要了解更多的新的专有算法的工作,我向Vinciquerra了解更多的细节。在3D打印面,100%的产量究竟是什么,我想知道,金属系统的外观如何?

他说:“100%产量的关键是使金属3D打印机本身成为自己的检测员。我们希望能够在零件构建的每个层面上实现100%的可见性,并随着时间的推移来训练机器,以识别构建本身的任何问题。这就是GE数码双胞胎进入图片的地方。 GE的双胞胎是生活、学习模式,像人们一样变得更聪明、更有能力。他们从经验中学习,接受新的部分构建数据和编目,因为他们观察到新的和不同的情况。如果他们以类似于之前已经看到的东西的方式观察到零件构造出错,则机器可以将其标记并由操作员来解决问题。操作员可以通过停止构建或通过对其进行调整来纠正并继续进行。此外,我们设想机器自己进行这些更正,无需操作员干预。数字双胞胎的想法是我们频繁地听到的,因为使用DassaultSystèmes技术创建的模拟可以更深入地查看给定构建的确切力学和结构。与数字双胞胎的现实世界搭建的过程比较可以立即显示出任何偏离计划的警告。”Vinciquerra解释说,“数字双胞胎在几个方面进入智能检测过程。”

“来自智能检测流程的部件构建数据可以提供给数字双胞胎或数字建模本身的模型。通过不断将这些数据与我们专有的“黄金标准”进行对比,数字双胞胎被设想为早期识别偏差,这可能意味着我们在制造过程中进行检测,而不是通过建造后检查来检测到物理异常。在此过程中早先知道问题可能会让我们避免损失,”他说。

由于金属3D打印系统作为自己的检测员,工业3D打印可以将机器学习整合到生产中,包括一定程度的自动化。越来越多的人看到添加剂制造业正在扩大规模,并且深入到最终用途生产过程中。在生产所需的较高建造率下,机器学习自我监督并最终自动自我纠正/补偿增加了另一层质量控制。此外,这些更高的利率现在将导致机器学习过程更多的机会。

“像许多其他制造工艺一样,我们建立的每个部分都有自己的‘血统。如果工厂的一台机器每年都要负责生产数十万件零件,那么这些零件中的每一个都是一个机会,即使零件都是相同的,也是学习这个过程的一个机会。”Vinciquerra解释说,“这就是机器学习所在。我们的愿望是抓住这些重要的学习写作,并利用各自的学习来不断改进制造过程。”

“当然这取决于我们正在尝试学习的具体细节,以及我们在多大程度上试图对这些学习采取行动,”Vinciquerra告诉我。“可能只需要少量的添加剂来精确地预测材料的良好度的简单测量,例如体积孔隙度,但在许多其他实际情况下,需要更多的数据。公平地说,我们的研究团队还在学习!”

随着团队和机器的共同努力,GE已经从Concept Laser开始针对金属3D打印系统的工作。在进入机器内测试之前,该团队一直采取循序渐进的方式来检查他们的新系统。

“在对机器进行测试之前,Additive Research团队已经建立了一个定制的测试台,用于对我们的Concept Laser机器中的零件进行仿真。一旦在钻机上完成测试,我们将转向在实际机器上进行测试,技术将进一步验证,”Vinciquerra指出。

要了解有关团队在金属3D打印中机器学习方法的更多信息,您可以点击这里查看GE报告。

延伸阅读:GE Aviation的3D打印T901涡轮发动机将黑鹰直升机的射程增加161%

0

601 0

发表评论

登陆后参与评论