Używamy plików cookie, aby poprawić Twoje wrażenia.Kontynuując przeglądanie tej witryny, zgadzasz się na używanie przez nas plików cookie.Więcej informacji.
Artykuł z magazynu Polymer Testing bada i porównuje jakość kilku polimerowych materiałów kompozytowych wytwarzanych przy użyciu technologii druku 3D, takich jak morfologia i tekstura powierzchni, właściwości mechaniczne i właściwości termiczne.
Badania: Produkty z tworzyw sztucznych z nanocząsteczkami wykonane przez drukarki 3D oparte na uczeniu maszynowym.Źródło obrazu: Pixel B/Shutterstock.com
Wytworzone komponenty polimerowe wymagają różnych właściwości w zależności od ich przeznaczenia, z których część można uzyskać, stosując włókna polimerowe składające się z różnych ilości wielu materiałów.
Gałąź produkcji addytywnej (AM), zwana drukiem 3D, to najnowocześniejsza technologia, która łączy materiały w celu tworzenia produktów na podstawie danych modelu 3D.
Dlatego odpady powstające w tym procesie są stosunkowo niewielkie.Technologia druku 3D jest obecnie wykorzystywana w różnych zastosowaniach, w tym w produkcji na dużą skalę różnych przedmiotów, a ilość jej zastosowań będzie tylko rosła.
Technologia ta może być teraz wykorzystywana do wytwarzania obiektów o złożonej strukturze, lekkich materiałów i dostosowywalnych projektów.Ponadto drukowanie 3D ma zalety wydajności, trwałości, wszechstronności i minimalizacji ryzyka.
Jednym z najważniejszych aspektów tej technologii jest dobór odpowiednich parametrów, ponieważ mają one ogromny wpływ na produkt, jak jego kształt, wielkość, szybkość chłodzenia, gradient termiczny.Te cechy wpływają następnie na ewolucję mikrostruktury, jej właściwości i defekty.
Uczenie maszynowe może być wykorzystane do ustalenia zależności między warunkami procesu, mikrostrukturą, kształtem komponentu, składem, defektami i jakością mechaniczną określonego produktu drukowanego.Te połączenia mogą pomóc w zmniejszeniu liczby prób wymaganych do uzyskania wysokiej jakości wydruku.
Polietylen o dużej gęstości (HDPE) i kwas polimlekowy (PLA) to dwa najczęściej stosowane polimery w AM.PLA jest używany jako główny materiał do wielu zastosowań, ponieważ jest zrównoważony, ekonomiczny, biodegradowalny i ma doskonałe właściwości.
Recykling tworzyw sztucznych to poważny problem, przed którym stoi świat;dlatego bardzo korzystne byłoby włączenie plastiku nadającego się do recyklingu do procesu drukowania 3D.
Ponieważ materiał do drukowania jest w sposób ciągły podawany do skraplacza, temperatura jest utrzymywana na stałym poziomie podczas osadzania w technologii FFF (rodzaj drukowania 3D).
Dlatego stopiony polimer jest wyrzucany przez dyszę przez zmniejszenie ciśnienia.Na morfologię powierzchni, wydajność, dokładność geometryczną, właściwości mechaniczne i koszt mają wpływ zmienne FFF.
Za najważniejsze zmienne procesu mające wpływ na próbki FFF uważa się wytrzymałość na rozciąganie, ściskanie lub wytrzymałość na zginanie oraz kierunek drukowania.W tym badaniu do przygotowania próbek wykorzystano metodę FFF;Do skonstruowania warstwy próbki użyto sześciu różnych włókien.
a: Model optymalizacji predykcyjnych parametrów ML drukarek 3D w próbkach 1 i 2, b: Model optymalizacji predykcyjnych parametrów ML drukarek 3D w próbce 3, c: Modele optymalizacji predykcyjnych parametrów ML drukarek 3D w próbkach 4 i 5. Źródło obrazu: Hossain , MI itp.
Technologia druku 3D może łączyć w sobie doskonałą jakość projektów drukarskich, której nie da się osiągnąć tradycyjnymi metodami produkcji.Ze względu na unikalną metodę produkcji druku 3D, na jakość wytwarzanych części duży wpływ mają zmienne projektowe i procesowe.
Uczenie maszynowe (ML) jest wykorzystywane na wiele sposobów w produkcji addytywnej, aby usprawnić cały proces rozwoju i produkcji.Opracowano opartą na danych zaawansowaną metodę projektowania FFF oraz ramy do optymalizacji projektowania komponentów FFF.
Naukowcy oszacowali temperaturę dyszy za pomocą sugestii uczenia maszynowego.Technologia ML jest również wykorzystywana do obliczania temperatury stołu i prędkości drukowania;ten sam rozmiar jest ustawiony dla wszystkich próbek.
Wyniki pokazują, że płynność materiału bezpośrednio wpływa na jakość wydruku 3D.Tylko właściwa temperatura dyszy może zapewnić wymaganą płynność materiału.
W tej pracy PLA, HDPE i materiały z recyklingu są mieszane z nanocząstkami TiO2 i wykorzystywane do produkcji tanich obiektów drukowanych 3D za pomocą komercyjnych drukarek 3D do produkcji stopionego włókna i wytłaczarek do filamentów.
Charakterystyczne filamenty są nowatorskie i wykorzystują grafen do generowania wodoodpornej powłoki, która może redukować wszelkie zmiany podstawowych właściwości mechanicznych gotowego produktu.Można również przetwarzać zewnętrzną część drukowanego elementu 3D.
Głównym celem tej pracy jest znalezienie sposobu na osiągnięcie bardziej niezawodnej i bogatszej jakości mechanicznej i fizycznej elementów drukowanych 3D w porównaniu z tradycyjnymi elementami drukowanymi 3D, które są zwykle produkowane.Wyniki i zastosowania tych badań mogą utorować drogę do rozwoju wielu programów związanych z przemysłem.
Czytaj dalej: Które nanocząstki najlepiej nadają się do produkcji addytywnej i drukowania 3D?
Hossain, MI, Chowdhury, MA, Zahid, MS, Sakib-Uz-Zaman, C., Rahaman, ML, & Kowser, MA (2022) Opracowanie i analiza produktów z tworzyw sztucznych z nanocząstkami wytwarzanych przez drukarki 3D z wykorzystaniem uczenia maszynowego .Testowanie polimerów, 106. Dostępne pod następującym adresem URL: https://www.sciencedirect.com/science/article/pii/S014294182100372X?via%3Dihub
Zastrzeżenie: Poglądy wyrażone tutaj są poglądami wyrażonymi przez autora osobiście i niekoniecznie reprezentują poglądy właściciela i operatora tej witryny, AZOM.com Limited T/A AZONetwork.Niniejsze wyłączenie odpowiedzialności stanowi część warunków korzystania z tej witryny.
Gorący pot, Shahir.(5 grudnia 2021 r.).Uczenie maszynowe optymalizuje produkty drukowane 3D, które przetwarzają plastik.AzoNano.Pobrane z https://www.azonano.com/news.aspx?newsID=38306 6 grudnia 2021 r.
Gorący pot, Shahir.„Uczenie maszynowe optymalizuje produkty drukowane 3D z tworzyw sztucznych pochodzących z recyklingu”.AzoNano.6 grudnia 2021 r..
Gorący pot, Shahir.„Uczenie maszynowe optymalizuje produkty drukowane 3D z tworzyw sztucznych pochodzących z recyklingu”.AzoNano.https://www.azonano.com/news.aspx?newsID=38306.(Dostęp 6 grudnia 2021 r.).
Gorący pot, Shahir.2021. Uczenie maszynowe optymalizuje produkty drukowane 3D z tworzyw sztucznych pochodzących z recyklingu.AZONano, oglądany 6 grudnia 2021 r., https://www.azonano.com/news.aspx?newsID=38306.
AzoNano rozmawiał z dr Jinian Yang o jego udziale w badaniach nad korzyściami nanocząstek przypominających kwiaty na działanie żywic epoksydowych.
Rozmawialiśmy z dr Johnem Miao, że te badania zmieniły nasze rozumienie materiałów amorficznych i ich znaczenia dla otaczającego nas świata fizycznego.
Z dr. Dominikiem Rejmanem rozmawialiśmy o NANO-LLPO, opatrunku na rany opartym na nanomateriałach, który wspomaga gojenie i zapobiega infekcjom.
System pomiaru powierzchni P-17 z profilerem trzpieniowym zapewnia doskonałą powtarzalność pomiarów dla spójnych pomiarów topografii 2D i 3D.
Seria Profilm3D zapewnia niedrogie optyczne profilery powierzchni, które mogą generować wysokiej jakości profile powierzchni i obrazy w prawdziwych kolorach z nieograniczoną głębią ostrości.
EBPG Plus firmy Raith jest najlepszym produktem wysokorozdzielczej litografii wiązek elektronów.EBPG Plus jest szybki, niezawodny i wysokowydajny, idealny dla wszystkich Twoich potrzeb litograficznych.
Czas publikacji: 07.12.-2021