Кремень FMZ Реклама
Kremen FMHM Реклама

Канадские ученые испытали 3D-принтер с машинным обучением

news3dtoday
Идет загрузка
Загрузка
29.11.2022
2868
2
Новости

Подпишитесь на автора

Подпишитесь на автора, если вам нравятся его публикации. Тогда вы будете получать уведомления о его новых статьях.

Отписаться от уведомлений вы всегда сможете в профиле автора.

11

Ученые Университета Саймона Фрейзера разработали самообучающуюся систему, подбирающую в режиме реального времени оптимальные значения потока расплава при FDM 3D-печати.

Канадские ученые испытали 3D-принтер с машинным обучением

Разработанные алгоритмы позволяют добиваться оптимального качества 3D-печатных структур с максимальной экономией расходного материала. Поток — одна из основных настроек, определяющая объем укладываемого материала. Слишком низкие значения потока приводят к образованию дефектов, влияющих на прочность изделий, тогда как избыточная экструзия отрицательно сказывается на внешнем виде и приводит к перерасходу материала. Точные значения нередко приходится подбирать опытным путем, а исследователи из Университета Саймона Фрейзера решили автоматизировать процесс с помощью самообучающихся алгоритмов.

Канадские ученые испытали 3D-принтер с машинным обучением

Эталонные образцы, напечатанные с разными настройками потока

Команда использовала 3D-принтер Creality CR-10S, заряженный филаментом из полилактида. Вентилятор и обдув сместили в сторону, чтобы освободить место под вебкамеру Logitech C270 и светодиодную подсветку. Камера фиксирует процесс 3D-печати через Octoprint, получаемые изображения анализируются предварительно обученной нейросетью, после чего значение потока корректируется соответствующим образом для следующего слоя.

Канадские ученые испытали 3D-принтер с машинным обучением

В ходе экспериментов исследователи испытали пять нейросетей: MobileNet, DenseNet121, VGG16, InceptionV3 и Resnet50. Наилучших результатов в плане точности распознавания удалось добиться с MobileNet. Обучение проводилось по 8890 монохромным изображениям восьми моделей. Конвертация цветной картинки в монохромную обеспечивает стабильность результатов при работе с филаментами разных оттенков. Дополнительно команда ретушировала сопло на снимках, чтобы налипающий материал не влиял на результаты машинного анализа.

Канадские ученые испытали 3D-принтер с машинным обучением

Команда утверждает, что использование самообучающихся алгоритмов регулировки потока позволяет повышать прочность образцов до двух раз, а также экономить до 40% расходного материала. Ученые считают, что опробованный метод может быть адаптирован к другим технологиям 3D-печати, а также усовершенствован за счет автоматического контроля дополнительных параметров, например температуры. С докладом научной команды можно ознакомиться по этой ссылке

А у вас есть интересные новости? Поделитесь с нами своими разработками, и мы расскажем о них всему миру! Ждем ваши идеи по адресу news@3Dtoday.ru.

Подпишитесь на автора

Подпишитесь на автора, если вам нравятся его публикации. Тогда вы будете получать уведомления о его новых статьях.

Отписаться от уведомлений вы всегда сможете в профиле автора.

11
Комментарии к статье