Senvol dimostra il nuovo machine learning

Sono ora aperte le candidature per i 3D Printing Industry Awards 2023. Chi sono i leader nella stampa 3D? Scoprilo il 30 novembre, quando i vincitori delle venti categorie verranno annunciati durante una cerimonia di premiazione dal vivo a Londra.

Senvol, specialista dei dati sulla produzione additiva, ha dimostrato un nuovo approccio di machine learning (ML) ai materiali consentiti, con il software ML dell'azienda che prevede con precisione le prestazioni dei materiali.

Senvol si è aggiudicata questo contratto per applicare il suo software di apprendimento automatico, Senvol ML, per facilitare un percorso verso il rapido sviluppo delle proprietà dei materiali consentite per la produzione additiva. Questo lavoro è stato svolto come parte di un contratto del governo statunitense W911NF-20-9-0009.

Si ritiene che l'approccio dell'azienda sia più conveniente, flessibile ed efficace in termini di tempo rispetto all'approccio convenzionale MMPDS (Metallic Materials Properties Development and Standardization) per lo sviluppo dei materiali consentiti.

Senvol ha collaborato con EWI e Pilgrim Consulting come parte del programma. La società privata di ricerca e sviluppo (R&S) senza scopo di lucro Battelle e Hector Sandoval, un LM Fellow presso Lockheed Martin, sono stati consulenti tecnici. Il contratto è stato gestito dal Centro nazionale per le scienze della produzione (NCMS) attraverso il programma AMMP Other Transaction Agreement (OTA).

"Lo sviluppo dei materiali ammissibili è un'impresa molto costosa e dispendiosa in termini di tempo", ha commentato la presidente della Senvol, Annie Wang. “Il programma di Senvol ha avuto molto successo nel dimostrare un nuovo approccio allo sviluppo di materiali consentiti per la produzione additiva che sfrutta l’apprendimento automatico. Siamo rimasti molto soddisfatti dei risultati e non vediamo l’ora di continuare a lavorare in questo settore all’avanguardia”.

Il Dr. William E. Frazier, scienziato capo in pensione per ingegnere di veicoli aerei presso NAVAIR e presidente di Pilgrim Consulting LLC, ha aggiunto: “Sono stato molto lieto di unirmi al team di Senvol per questo programma. L’approccio basato sull’apprendimento automatico di Senvol affronta direttamente una delle principali sfide del settore: lo sviluppo rapido ed economicamente vantaggioso delle proprietà ammissibili dei materiali per la produzione additiva”.

Ottimizzazione dello sviluppo dei materiali ammissibili con ML

Sebbene la produzione additiva consenta la produzione di progetti in modo leggero ed efficiente in termini di tempo, Senvol sostiene che questi vantaggi sono limitati dai tempi e dai costi elevati richiesti per lo sviluppo consentito.

Questo costo elevato è in gran parte attribuibile al fatto che lo sviluppo materiale ammissibile richiede la generazione di una notevole quantità di dati empirici in un punto di elaborazione fisso. Pertanto, tutti i dati empirici in genere devono essere generati da zero ogni volta che si verifica un cambiamento importante nel processo. Ciò rende i processi di produzione additiva costosi e dispendiosi in termini di tempo sia durante l’implementazione iniziale, sia a lungo termine quando ci sono inevitabili modifiche alla procedura di stampa 3D.

Attraverso questo programma, Senvol ha dimostrato un nuovo approccio allo sviluppo dei materiali consentiti che sfrutta l’apprendimento automatico. Il programma era incentrato su un materiale in acciaio inossidabile 17-4 PH, lavorato tramite una stampante 3D a fusione a letto di polvere.

Il software ML di Senvol, che supporta la qualificazione dei processi di produzione additiva, è stato sfruttato nel programma per sviluppare proprietà dei materiali comprovate statisticamente paragonabili ai materiali consentiti. Il software ha raggiunto questo obiettivo ottimizzando contemporaneamente i requisiti di generazione dei dati.

Secondo Senvol, questo approccio di machine learning è flessibile e può gestire le modifiche al processo AM. In effetti, il software ML dell’azienda può essere applicato a qualsiasi processo di produzione additiva, qualsiasi stampante 3D e qualsiasi materiale. Ciò rende l’approccio ideale per il sostegno a lungo termine.

“L’uso dell’apprendimento automatico per i processi di produzione additiva e lo sviluppo dei materiali è molto maturo. Questo è stato adottato dall’industria ed è il frutto più a portata di mano. L’uso dell’apprendimento automatico specificamente per lo sviluppo dei materiali ammissibili, tuttavia, è ancora un lavoro in corso”, ha spiegato il presidente di Senvol Zach Simkin.