搜索
更多>> 热门搜索:
当前位置:

OFweek3D打印网

其它

正文

研究人员开发出自动分选金属3D打印粉末的机器视觉技术

导读: 近日,卡内基梅隆大学工程学院的研究人员开发了一种机器视觉技术,可以对不同种类的金属3D打印粉末进行自动识别和分类,精度达95%以上。

OFweek3D打印网讯 近日,卡内基梅隆大学工程学院的研究人员开发了一种机器视觉技术,可以对不同种类的金属3D打印粉末进行自动识别和分类,精度达95%以上。

1496890965841024819.png

作为从事制造业的专业人士来说,不管是3D打印的金属部件,还是用其他方法制造的,都需要经过严格的测试,以确保其质量和可用性。总而言之,这是一件好事:如果功能部分低于预期标准,这讲给供应商和客户带去灾难性的影响。

但在3D打印方面,供应商面临巨大的压力迫使3D打印金属零件尽快出货。毕竟,速度被视为技术最大的卖点之一,排除速度的选项,客户可以采取其他选择。

面对3D打印金属零件的缓慢测试,卡内基梅隆大学工程学院的一个研究团队决定开发一种新型的技术,可以大大加快和改进3D打印件的测试。

研究人员在“矿物、金属和材料学会”杂志上发表了题为“自动识别AM粉末原料表征的机器视觉系统”的论文。在论文中,研究人员解释了他们的新机器视觉技术如何对金属3D打印粉末类型进行自主识别和分类,并且精度超过95%。

据研究团队解释,这种粉末识别能力实际上可以减少3D打印部件的大部分物理测试的需要。

blob.png

卡内基·梅隆(Carnegie Mellon)的材料科学和工程教授、研究主管Elizabeth Holm解释说:“在传统的制造领域,部件通常是通过破坏性测试来实现的。一家公司可能会生产多种零件,并对其进行测试,以观察测试结果。整个测试不仅是测试零件,同时也是对测试人员毅力和身体承受能力的测试。”

但Holm认为,通过精确地分选进入3D打印机的粉末,其中的一些破坏性测试将变得多余。其解释说:“破坏性测试花费大量的时间和金钱,所以应该避免添加剂制造,以保持3D打印的按需性质,”她补充说,“她的研究着眼于新的资格概念,如机器系统,以保证成功的3D打印版本。”

有关机器学习涉及到计算机培训,以便在没有手动监督的情况下识别和分类粉末。通过该系统可以看出,金属粉末是否具有零件要求的微观结构质量,如强度、韧性等。如果是这样,零部件一旦3D打印,它就不太可能破裂或发生故障。

Holm和她的研究团队在八种不同的商业原料粉末上测试了机器视觉系统,发现他们的系统能够捕获比正常手动测量更多的金属3D打印粉末。

该系统甚至可以识别关于粉末的许多不同特征,如其颗粒多大?颗粒如何组合在一起?颗粒的表面粗糙度以及它们的形状。令人惊讶的是,计算机实际上比训练有素的人类更好地区分粉末。

“重要的是,机器视觉方法是自主的、客观的和可重复的,”Holm总结说,“这种标准化是推进现场质量保证的必要条件。”

研究人员认为,他们的工作能促进未来自主微观结构分析的研究。

责任编辑:zhouyi
免责声明: 本文仅代表作者个人观点,与 OFweek3D打印网 无关。其原创性以及文中陈述文字和内容未经本站证实, 对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅 作参考,并请自行核实相关内容。

我来说两句

(共0条评论,0人参与)

请输入评论

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码: