当前位置:首页 > 粉体资讯 > 行业要闻 > 正文
人工智能粉体检测技术鉴定3D打印金属粉体的进展
2017年06月12日 发布 分类:行业要闻 点击量:3524
觉得文章不错?分享到:

3D打印被寄予希望来颠覆传统制造业,这和3D打印金属粉体有着最直接的关系。除了解决金属粉体性价比的问题,还有就是解决快速鉴定粉体原材料的问题。卡内基梅隆大学(Carnegie Mellon University,简称CMU)2016年12月在Springer上发表了研究人员的取得的成果。

 

CMU工程学院的研究人员开发了机器视觉技术,可以自动识别和分类不同种类的3D打印金属粉体,准确度达95%以上。所以,以后的粉体检测大概人工智能也要取代人类了。

 

传统鉴定手段

金属粉体相关的问题集中在了解粉体的物理特性(尺寸、形状和表面特性)如何影响加工参数(流动性和铺展性)并影响到3D打印结果(孔隙度和缺陷)。而理解这些关系的基础是需要有效地表征粉体本身。目前,增材制造金属粉体的表征依赖于对目标粉体性质的直接测量。如:

 

有人使用动态图像分析来捕获粉体的显微照片,分段,并测量粒径和纵横比分布,从而发现这些特征以及粉体流变学测量与粉体流动和扩散特征相关;有人认为单独的粒度分布不足以确定粉体性质,他们通过使用流变学测量来表征粉体,他们发现与粉体性质相关,例如回收的程度,制造方法等;还有人进行了更全面的研究,他们用激光衍射、X射线计算机断层扫描和光学和扫描电子显微镜测量粒径和形状。此外,他们通过能量色散元素X射线分析,X射线光电子能谱和X射线衍射测定了原子结构和组成;最后,有人研究了用于电子束增材制造的两种粉体的粒度、流动性和化学性质。在粉体的回收利用过程中,一种粉体中引起化学反应的显着变化,另一种粉体却发生了微小变化,颗粒尺寸和流动性不受再循环影响。

 

CMU的进展

在没有手动监督的情况下通过计算机视觉来识别和分类粉体,计算机可以看出,金属粉体是否具有零件要求的微观结构质量-强度、抗疲劳度、韧性等。如果是这样,一旦进行3D打印,金属粉体就不太可能带来零件裂纹或发生加工故障。

 

 

8种代表性金属粉体照片(如下AL、IN、MS、SS、Ti64不同标号)

 

 

8种粉体按每10000个为基准的粒度分布曲线示意图

 

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体。该系统甚至可以识别关于粉体的许多不同特征: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。更重要的是机器视觉方法是自主的、客观的和可重复的,这种客观性是推进金属3D打印过程中质量控制的必要条件。

 

机器视觉技术

机器视觉是人工智能正在快速发展的一个分支。简单说来,机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是通过机器视觉产品(即图像摄取装置,分CMOS和CCD两种)将被摄取目标转换成图像信号,传送给专用的图像处理系统,得到被摄目标的形态信息,根据像素分布和亮度、颜色等信息,转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征,进而根据判别的结果来控制现场的设备动作。

 

数据科学提供了一种互补的方法,可以直接从数据流中提取信息,而无需进行还原测量。CMU的方法不是明确地识别和测量单个颗粒,而是将粉体显微照片隐含地表征为局部图像特征的分布。CMU证明了计算机视觉系统能够对具有不同粒度、形状和表面纹理分布的粉体进行分类,以及识别代表性和非典型的粉体图像。 CMU的这项研究用于增材制造可以包括粉体批次鉴定,量化粉体回收的影响,基于粉体特性选择构建参数,识别可能与粉体扩散或构建缺陷相关的特征,以及基于视觉图像定义客观材料标准。

 

参考来源:3DscienceValley

粉体圈 整理


相关标签:
相关内容:
 

粉体求购:

设备求购:

寻求帮助:

合作投稿:

粉体技术:

关注粉体圈

了解粉体资讯