美国陆军研究实验室(ARL)已与Senvol签订合同,该合同将使用其机器学习(ML)软件来帮助设计和鉴定3D打印导弹零件。作为该计划的一部分,Senvol将利用其ML算法来开发灵活的“资格计划”,该计划可应用于任何3D打印方法,组件或机器。 Senvol总裁安妮·王(Annie Wang)表示,部署公司的ML技术将使美国陆军减少零件的交货时间和成本,同时提高士兵的生存能力。Senvol将为美国陆军实施数据驱动的机器学习技术,这将大大降低材料和零件鉴定的成本。速度的显着提高将使美国陆军通过释放增材制造所提供的全部变革潜力来支持作战人员的战备状态。”

ARL的目的是使用Senvol的ML算法来开发一种鉴定3D打印导弹零件的方法。照片通过ARL。

机器学习算法的军事应用

Senvol是总部位于纽约的软件开发商,致力于为企业提供足够的数据,以将3D打印纳入其设计和生产流程。该公司最初在2015年建立了一个实现这一目标的AM数据库,此后将其产品范围扩展到包括一套API,索引,SOP和ML数字产品。利用其专有的ML算法,Senvol能够快速建立打印机参数与任何零件性能之间的关系。该程序通过为用户计算给定材料的最佳性能来工作,从而使他们能够减少花费在生成设计允许量上的任何时间。

尽管Senvol的软件已部署到从汽车到医疗领域的各个行业,但在军事应用中特别有效。例如,美国海军海军研究办公室(ONR)利用ML计划来减少与航海组件相关的交货时间。

最近,美国空军还与Senvol合作,为其PBF EOS 3D打印机开发基线机械性能。在获得ARL授予的合同后,该公司现在将尝试确定一种更具通用性的鉴定方法,并最终设计出增强型预制导弹部件。

美国空军还使用Senvol的ML软件来优化其EOS 3D打印机的设置,以生产航空航天零件。图片来自美国空军的Mikayla Heineck。

优化陆军的3D打印流程

在其ML软件的最新应用程序中,ARL选择了Senvol来快速设计和鉴定3D打印零件。该公司将使用其专有算法,尝试制定通用认证计划,该计划不仅需要更少的构建,而且可以应用于任何零件,过程或打印机。Senvol的软件已经与机器无关,这应该使其非常适合开发灵活的过程,该过程与尽可能多的机器模型兼容。此外,该公司的计划还能够同时验证3D打印方法和材料设计允许范围。

中国3D打印网点评:机器学习过程中所需的数据生成量应尽可能少,这最终可以使Senvol快速有效地鉴定零件。在由国家制造科学中心管理的项目中,该公司还将与洛克希德·马丁,EWI和朝圣咨询公司合作。联合项目的最终目标是制造导弹部件,并将其在测试过程中的性能与Senvol ML软件提供的仿真进行比较。如果评估成功,这些评估不仅将验证有问题的组件,还将验证Senvol的技术,该技术可证明其他军事设备符合目的。

尽管增材制造技术具有潜力,但由于与设计和鉴定相关的高成本和时间,采用率非常缓慢,我们对Senvol的方法感到非常鼓舞,并期待看到我们如何利用机器学习来改进流程。

本文来源:中国3D打印网

标签: 3D打印导弹

相关推荐

评论交流

行业资讯订阅