Ottimizzazione dell’orientamento della costruzione per il potenziamento della forza delle parti FDM usando l’algoritmo basato sull’apprendimento automatico

Miglioramento delle parti stampate 3D FDM con nuovi algoritmi

In ” Ottimizzazione dell’orientamento della costruzione per il potenziamento della forza delle parti FDM usando l’algoritmo basato sull’apprendimento automatico “, gli autori Manoj Malviya e KA Desai esplorano un nuovo metodo per controllare l’anisotropia e, quindi, le proprietà meccaniche nelle parti FDM. Con l’apprendimento automatico, sono stati in grado di controllare ulteriormente i quadri di ottimizzazione e di scegliere gli orientamenti di costruzione adeguati per le parti stampate FDM con un algoritmo specifico per massimizzare il fattore minimo di sicurezza.

Mentre gli autori realizzano i numerosi vantaggi – e il successo continuo – con la stampa 3D, hanno anche una visione realistica delle attuali limitazioni e del potenziale per difetti relativi a problemi con strati ed effetti di scale, direzione di costruzione, strutture di supporto e altro ancora. A causa dell’approccio stratificato, i ricercatori sottolineano anche il potenziale impatto su:

Tempo di costruzione
Qualità della superficie
Quantità di materiale di supporto richiesta
Accuratezza geometrica
Costo complessivo
Resistenza materiale
“È stato osservato che l’effetto del rivestimento delle scale dipende in gran parte dalla geometria dei componenti e dall’orientamento dell’edificio”, hanno affermato i ricercatori. “La quantità di struttura di supporto richiesta per la costruzione del componente viene decisa in base alla scelta dell’orientamento dell’edificio e influenza quindi il volume totale della costruzione, il tempo di costruzione, il tempo di post-elaborazione e il costo complessivo. È stato osservato che la distorsione termica è influenzata dalla direzione di costruzione per la produzione di additivi metallici. “

La stratificazione è spesso responsabile dell’anisotropia nelle parti in ABS fabbricate con stampanti 3D FDM, dimostrando che le parti sono più forti quando l’orientamento della struttura e il carico sono allineati con le fibre di materiale. Nel definire l’orientamento alla costruzione, il team di ricerca ha studiato il comportamento meccanico, rendendosi conto che la forza si basa su hardware, materiali, impostazioni e persino ambiente circostante. Per questo studio, gli scienziati hanno creato una struttura intesa a prevenire i fallimenti attraverso la comprensione del FoS minimo e tenendo conto della teoria del massimo fallimento dello stress. Hanno anche usato un “approccio ibrido” sotto forma di un algoritmo analitico, con simulazioni FEM che accelerano significativamente l’ottimizzazione.

Sono stati creati cinque casi di test per confermare l’algoritmo, con dati che consentono la calibrazione del modello di simulazione virtuale.

“Una volta raggiunta la calibrazione, il modello basato sulla fisica virtuale viene simulato sull’intero spazio di progettazione generato utilizzando vari metodi come ANOVA, design a 2 fattoriali, forza bruta, FEM ecc.”, Hanno affermato i ricercatori. “Il presente studio utilizza un approccio ibrido che combina forza bruta e FEM per questo scopo.”

Diagramma di flusso dell’algoritmo di ottimizzazione dell’orientamento della build.

L’ottimizzazione bayesiana offre un modo semplificato per risolvere eventuali problemi di ottimizzazione, trattando la funzione obiettivo come una funzione casuale.

L’obiettivo di questo studio era creare modi migliori per fabbricare componenti, oltre a facilitare la convalida fisica e l’ottimizzazione intuitiva dell’orientamento della costruzione. Il secondo caso di test ha funzionato come una versione modificata del primo, ma con una maggiore complessità nella parte creata. I risultati hanno mostrato l’influenza delle condizioni di caricamento sull’orientamento della build, come mostrato dal loro framework. Hanno anche capito che una “rete neurale profonda” poteva essere creata per produrre accurati modelli ANN.

“La metodologia proposta è stata implementata sotto forma di un modello computazionale integrato che determina la direzione ottimale dell’edificio per condizioni di carico e limite note”, hanno concluso i ricercatori nel complesso. “Una serie di studi computazionali e sperimentali sono condotti per i componenti del campione per determinare la direzione ottimale dell’edificio utilizzando l’algoritmo proposto. È stato osservato che la direzione ottimale dell’edificio ha un impatto significativo sul carico resistendo alle capacità dei componenti stampati in 3D. “

Be the first to comment on "Ottimizzazione dell’orientamento della costruzione per il potenziamento della forza delle parti FDM usando l’algoritmo basato sull’apprendimento automatico"

Leave a comment