3D打印所需的數(shù)學(xué)建模需要很強(qiáng)的計(jì)算能力，即使是最基本的部件，制造計(jì)算也需要數(shù)周時間，該大學(xué)媒體中心的代表在接受Sputnik采訪時表示。專家指出，利用神經(jīng)網(wǎng)絡(luò)在更多參數(shù)的幫助下訓(xùn)練，不僅可以更快地獲得零件，而且還可以利用發(fā)現(xiàn)的依賴關(guān)系來制造新零件。

俄羅斯科學(xué)家開發(fā)了一種用于金屬產(chǎn)品3D打印的神經(jīng)網(wǎng)絡(luò)

神經(jīng)網(wǎng)絡(luò)是用于處理大數(shù)據(jù)輸入的計(jì)算系統(tǒng)。大學(xué)研究人員使用這種方法獲得3D打印工藝參數(shù)并確保工藝的穩(wěn)定性。

“這對我們來說非常重要，因?yàn)榻饘俎D(zhuǎn)移是在從線材打印零件的過程中發(fā)生的，是一個非常復(fù)雜的過程，具有相互競爭的物理效應(yīng);然而，它對打印質(zhì)量產(chǎn)生了重大影響。 “圣彼得堡理工大學(xué)光材料與結(jié)構(gòu)SPbPU實(shí)驗(yàn)室主任Oleg Panchenko說。

該網(wǎng)絡(luò)是在Mathlab建模環(huán)境中開發(fā)的。所有數(shù)據(jù)均手動輸入。有一種用于自動獲取打印過程參數(shù)的特殊工具，但到目前為止，該數(shù)據(jù)集正在脫機(jī)處理。

研究人員表示，接下來他們將創(chuàng)建一個基于神經(jīng)網(wǎng)絡(luò)的在線系統(tǒng)，該系統(tǒng)將持續(xù)學(xué)習(xí);參數(shù)將自動添加到系統(tǒng)中，而它們的調(diào)整將在打印過程中進(jìn)行。科學(xué)家認(rèn)為，新系統(tǒng)將提高零件的質(zhì)量，并提高開發(fā)工藝參數(shù)的速度，以便進(jìn)一步制造。

神經(jīng)網(wǎng)絡(luò)是用于處理大數(shù)據(jù)輸入的計(jì)算系統(tǒng)。研究人員使用這種方法獲得3D打印過程參數(shù)并確保過程的穩(wěn)定性。

如今，這種神經(jīng)網(wǎng)絡(luò)已被用于評估制造零件的質(zhì)量參數(shù)（例如，焊接過程是否穩(wěn)定，金屬是否正在熔化和正確轉(zhuǎn)移等等）。此外，科學(xué)家還利用該網(wǎng)絡(luò)開發(fā)穩(wěn)定的打印模式，用于制造mashad。他們已經(jīng)為新開發(fā)項(xiàng)目申請專利，作為其知識產(chǎn)權(quán)。

“我們是第一個在電弧沉積中使用神經(jīng)網(wǎng)絡(luò)的公司，”Panchenko說，并補(bǔ)充說，在各個領(lǐng)域使用神經(jīng)網(wǎng)絡(luò)的總體趨勢很快也將在增材制造中得到應(yīng)用。

研究人員認(rèn)為，在未來，使用類似的方法將允許創(chuàng)建全自動化的自學(xué)系統(tǒng)，能夠在沒有人工監(jiān)督的情況下不斷提高制造零件的質(zhì)量。