清華大學研究人員通過人工智能改善3D打印

來源:3D打印商情

導讀：機器學習如何與智能構(gòu)造，材料測試和其他相關主題相結(jié)合以開發(fā)一種新的制造方法,？
清華大學的研究人員正在研究人工智能及其周圍的一切,，從材料到工作流程、性能,，以及智能建筑的所有要素,，他們的實驗在最近發(fā)表的文章《使用人工智能重新感知3D打印》中進行了概述。他們在文中提出了一組關于熱塑性塑料熱變形動態(tài)控制的實驗,，以尋找一種具有PLA動力學行為并利用機械自動化,，計算機視覺和人工智能的綜合工作流程的新型3D打印方法。

如今,，人工智能（AI）越來越成為現(xiàn)實,，其用途繼續(xù)遠遠超出圖像、語音和做出選擇的能力,。建筑師正在通過AI擴展建筑方法,，在數(shù)字建筑中積極地突破傳統(tǒng)做法,，并提供巨大的潛力。在這項研究中,，研究人員探索了尋找新的,、通用的AI方法的可能性，以及將材料/分布屬性映射到材料行為的可能性,。

他們的新系統(tǒng)可以在沒有支撐的情況下以2.5或3D方式打印空間線框,。由于存在分子間作用力等因素的影響，無法使用BASIC軟件對打印過程進行全面控制,。研究人員研究了自動系統(tǒng)和圖像處理,，以創(chuàng)建一個計算打印代碼的模型，而另一個則預測G代碼,。

Gcode和打印表單之間的雙向映射

主要工作流程包括：
自動機械系統(tǒng)的開發(fā)
前向和后向模型的訓練
模型和方法評估

在模型訓練中,，研究人員包括：
深度學習
數(shù)據(jù)增強
前向模型
向后模型

圖像到數(shù)據(jù)

最終目標是以動態(tài)材料性能為中心，推動一種新的制造工藝向前發(fā)展,。他們報告說,，他們的新模型“已經(jīng)取得了積極的成果”，形狀打印準確,；但是,，對于它們是否可以預測打印所需曲線的G代碼集仍然存在擔憂。他們的新方法擴展了科學工作流程的應用范圍,，并創(chuàng)建了從制造到最終形式的直接端到端連接,。

“……與傳統(tǒng)的開發(fā)材料模型的方法相比，該方法需要不同的知識領域和工作流程以實現(xiàn)不同的材料特性,，論文所述的方法和邏輯是通用的,，并證明當應用于產(chǎn)生包含多種非相關材料行為系統(tǒng)的各種材料性能模型時，例如彎曲彈性體的活躍過程和熱塑性塑料的熔化過程,，這種方法和邏輯是可以推廣的,。對于建筑師而言，建筑設計最終取決于材料的選擇和構(gòu)造,。從長遠來看,，新的建筑材料和新的建筑方法將給建筑行業(yè)帶來巨大的變化，并帶來新的建筑風格,。我們相信，本文介紹的方法將為預示這種變化提供積極的啟發(fā),�,！毖芯咳藛T總結(jié)說。

卷積神經(jīng)網(wǎng)絡（CNN）的結(jié)構(gòu)

隨著全球研究人員努力尋求進一步的圖像識別功能,，并將其用作3D打印的測量設備,，甚至分析心臟健康,，人工智能也在不斷發(fā)展，并伴隨著3D打印和其他相關技術的發(fā)展,。

論文地址：http://papers.cumincad.org/data/ ... sigradi2019_034.pdf