Ние користиме колачиња за да го подобриме вашето искуство.Продолжувајќи да ја прелистувате оваа веб-локација, се согласувате со нашата употреба на колачиња.Повеќе информации.
Една статија од списанието Polymer Testing го проучува и споредува квалитетот на неколку полимерни композитни материјали произведени со технологија за 3D печатење, како што се морфологијата и текстурата на површината, механичките својства и термичките својства.
Истражување: пластични производи со нано-честички направени од 3D печатачи водени од машинско учење.Извор на слика: Pixel B/Shutterstock.com
Произведените полимерни компоненти бараат различни квалитети според нивната намена, од кои некои може да се обезбедат со користење на полимерни нишки составени од различни количини на повеќе материјали.
Гранка на производството на адитиви (AM), наречена 3D печатење, е најсовремена технологија која ги меша материјалите за да создаде производи базирани на податоци за 3D модели.
Затоа, отпадот што се создава со овој процес е релативно мал.Технологијата за 3D печатење моментално се користи во различни апликации, вклучително и производство на големи размери на различни предмети, а количината на употреба само ќе се зголемува.
Оваа технологија сега може да се користи за производство на предмети со сложени структури, лесни материјали и приспособливи дизајни.Покрај тоа, 3D печатењето ги има предностите на ефикасност, одржливост, разноврсност и минимизирање на ризикот.
Еден од најважните аспекти на оваа технологија го вклучува изборот на вистинските параметри бидејќи тие имаат големо влијание врз производот, како што се неговата форма, големина, брзина на ладење и термички градиент.Овие квалитети потоа влијаат на еволуцијата на микроструктурата, нејзините карактеристики и дефекти.
Машинското учење може да се користи за да се воспостави врска помеѓу условите на процесот, микроструктурата, обликот на компонентата, составот, дефектите и механичкиот квалитет на одреден печатен производ.Овие врски може да помогнат да се намали бројот на проби потребни за производство на висококвалитетен излез.
Полиетилен со висока густина (HDPE) и полилактична киселина (PLA) се двата најчесто користени полимери во АМ.PLA се користи како главен материјал за многу апликации бидејќи е одржлив, економичен, биоразградлив и има одлични својства.
Рециклирањето на пластиката е главен проблем со кој се соочува светот;затоа, би било многу корисно да се вклучи пластика што може да се рециклира во процесот на 3D печатење.
Бидејќи материјалот за печатење континуирано се внесува во втечнувачот, температурата се одржува на конзистентно ниво за време на таложење на фузираното производство на влакно (FFF) (тип на 3D печатење).
Затоа, стопениот полимер се исфрла низ млазницата со намалување на притисокот.Морфологијата на површината, издашноста, геометриската точност, механичките својства и трошоците се под влијание на променливите FFF.
Затегнувањето, ударот на притисок или силата на свиткување и насоката на печатење се сметаат за најважни процесни променливи кои влијаат на примероците FFF.Во оваа студија, методот FFF беше користен за подготовка на примероци;беа искористени шест различни филаменти за конструирање на слојот на примерокот.
a: ML модел за оптимизација на параметри за предвидување на 3D печатачи во примероците 1 и 2, b: ML модел за оптимизација на параметрите за предвидување на 3D печатачи во примерокот 3, c: ML модели за оптимизација на параметрите за предвидување на 3D печатачи во примероците 4 и 5. Извор на слика: Hossain , МИ, итн.
Технологијата за 3D печатење може да го комбинира одличниот квалитет на проектите за печатење што не може да се постигне со традиционални методи на производство.Поради уникатниот метод на производство на 3D печатење, квалитетот на произведените делови е во голема мера под влијание на променливите на дизајнот и процесот.
Машинското учење (ML) се користи на многу начини во производството на адитиви за да се подобри целиот процес на развој и производство.Развиен е напреден метод за дизајнирање базиран на податоци за FFF и рамка за оптимизирање на дизајнот на компонентата FFF.
Истражувачите ја процениле температурата на млазницата со помош на предлози за машинско учење.Технологијата ML се користи и за пресметување на температурата на креветот за печатење и брзината на печатење;за сите примероци е поставена иста големина.
Резултатите покажуваат дека флуидноста на материјалот директно влијае на квалитетот на излезот од 3D печатење.Само соодветната температура на млазницата може да ја обезбеди потребната флуидност на материјалот.
Во оваа работа, PLA, HDPE и рециклираните нишки материјали се мешаат со наночестички TiO2 и се користат за производство на евтини 3D печатени предмети од комерцијални стопени филаменти за производство на 3D печатачи и екструдери на филаменти.
Карактеристичните филаменти се нови и користат графен за да генерираат водоотпорна обвивка, што може да ги намали какви било промени во основните механички својства на готовиот производ.Надворешноста на 3D печатената компонента исто така може да се обработи.
Главната цел на оваа работа е да се најде начин да се постигне посигурен и побогат механички и физички квалитет во 3D печатените предмети во споредба со традиционалните 3D печатени предмети кои обично се произведуваат.Резултатите и апликациите на ова истражување можат да го отворат патот за развој на бројни програми поврзани со индустријата.
Продолжете да читате: Кои наночестички се најдобри за производство на адитиви и апликации за 3D печатење?
Hossain, MI, Chowdhury, MA, Zahid, MS, Sakib-Uz-Zaman, C., Rahaman, ML, & Kowser, MA (2022) Развој и анализа на пластични производи со наночестички направени од 3D принтери водени од машинско учење.Тестирање на полимер, 106. Достапно од следната URL: https://www.sciencedirect.com/science/article/pii/S014294182100372X?via%3Dihub
Одрекување: Ставовите изразени овде се оние кои ги изразува авторот во лично својство и не мора да ги претставуваат ставовите на сопственикот и операторот на оваа веб-локација, AZoM.com Limited T/A AZoNetwork.Ова одрекување е дел од правилата и условите за користење на оваа веб-локација.
Топла пот, Шахир.(5 декември 2021 година).Машинското учење ги оптимизира 3D печатените производи кои рециклираат пластика.AZoNano.Преземено од https://www.azonano.com/news.aspx?newsID=38306 на 6 декември 2021 година.
Топла пот, Шахир.„Машинското учење ги оптимизира 3Д печатените производи од рециклирана пластика“.AZoNano.6 декември 2021 година..
Топла пот, Шахир.„Машинското учење ги оптимизира 3Д печатените производи од рециклирана пластика“.AZoNano.https://www.azonano.com/news.aspx?newsID=38306.(Пристапено на 6 декември 2021 година).
Топла пот, Шахир.2021. Машинското учење ги оптимизира 3Д печатените производи од рециклирана пластика.AZoNano, прегледано на 6 декември 2021 година, https://www.azonano.com/news.aspx?newsID=38306.
AZoNano разговараше со д-р Џиниан Јанг за неговото учество во истражувањето за придобивките од наночестичките слични на цвет за перформансите на епоксидните смоли.
Разговаравме со д-р Џон Миао дека ова истражување го промени нашето разбирање за аморфните материјали и што значи тоа за физичкиот свет околу нас.
Разговаравме за NANO-LLPO со д-р Доминик Рејман, преврска на рани базирана на наноматеријали што промовира заздравување и спречува инфекција.
Системот за мерење на површината на профилерот со игла P-17 обезбедува одлична повторливост на мерењата за постојано мерење на 2D и 3D топографија.
Серијата Profilm3D обезбедува прифатливи оптички профили на површини кои можат да генерираат висококвалитетни површински профили и слики во вистинска боја со неограничена длабочина на поле.
EBPG Plus на Raith е врвен производ на литографија со електронски сноп со висока резолуција.EBPG Plus е брз, сигурен и високопропусен, идеален за сите ваши потреби за литографија.
Време на објавување: Декември-07-2021 година