Senvol demuestra un nuevo aprendizaje automático

Ya están abiertas las nominaciones para los 3D Printing Industry Awards 2023. ¿Quiénes son los líderes en impresión 3D? Descúbrelo el 30 de noviembre cuando se anunciarán los ganadores de veinte categorías durante una ceremonia de premios en vivo en Londres.

Senvol, especialista en datos de fabricación aditiva, ha demostrado un novedoso enfoque de aprendizaje automático (ML) para los materiales permitidos, en el que el software ML de la empresa predice con precisión el rendimiento del material.

Senvol se adjudicó este contrato para aplicar su software de aprendizaje automático, Senvol ML, para facilitar un camino hacia el rápido desarrollo de propiedades de materiales permitidas para la fabricación aditiva. Este trabajo se llevó a cabo como parte de un contrato del gobierno de EE. UU. W911NF-20-9-0009.

Se dice que el enfoque de la empresa es más rentable, flexible y eficiente en términos de tiempo que el enfoque convencional de Desarrollo y Estandarización de Propiedades de Materiales Metálicos (MMPDS) para el desarrollo de materiales permitidos.

Senvol se asoció con EWI y Pilgrim Consulting como parte del programa. La firma privada de investigación y desarrollo (I+D) sin fines de lucro Battelle y Héctor Sandoval, miembro de LM en Lockheed Martin, actuaron como asesores técnicos. El contrato fue administrado por el Centro Nacional de Ciencias de la Fabricación (NCMS) a través del programa AMMP Other Transaction Agreement (OTA).

"El desarrollo de materiales permitidos es una tarea muy costosa y que requiere mucho tiempo", comentó la presidenta de Senvol, Annie Wang. “El programa de Senvol tuvo mucho éxito al demostrar que un nuevo enfoque para la fabricación aditiva permite un desarrollo que aprovecha el aprendizaje automático. Estamos muy satisfechos con los resultados y esperamos continuar trabajando en esta área de vanguardia”.

El Dr. William E. Frazier, científico jefe retirado de ingeniería de vehículos aéreos en NAVAIR y presidente de Pilgrim Consulting LLC, agregó: “Me complació mucho unirme al equipo de Senvol para este programa. El enfoque basado en el aprendizaje automático de Senvol aborda directamente un importante desafío de la industria: el desarrollo rápido y rentable de propiedades permitidas de materiales de fabricación aditiva”.

La optimización del material permite el desarrollo con ML

Si bien la fabricación aditiva permite la producción de diseños livianos y eficientes en el tiempo, Senvol afirma que estos beneficios están limitados por los requisitos de tiempo y alto costo del desarrollo permitido.

Este alto costo se puede atribuir en gran medida al hecho de que el desarrollo material permitido requiere que se genere una cantidad sustancial de datos empíricos en un punto de procesamiento fijo. Como tal, todos los datos empíricos normalmente deben generarse desde cero cada vez que se produce un cambio importante en el proceso. Esto hace que los procesos de fabricación aditiva sean costosos y requieran mucho tiempo, tanto durante la implementación inicial como a largo plazo, cuando hay cambios inevitables en el procedimiento de impresión 3D.

A través de este programa, Senvol demostró un enfoque novedoso para el desarrollo de materiales permitidos que aprovecha el aprendizaje automático. El programa se centró en un material de acero inoxidable 17-4 PH, procesado mediante una impresora 3D de fusión de lecho de polvo.

El software ML de Senvol, que respalda la calificación de procesos de fabricación aditiva, se aprovechó en el programa para desarrollar propiedades de materiales con fundamento estadístico comparables a los materiales permitidos. El software logró esto y al mismo tiempo optimizó los requisitos de generación de datos.

Según Senvol, este enfoque de aprendizaje automático es flexible y puede manejar cambios en el proceso de fabricación aditiva. De hecho, el software ML de la empresa se puede aplicar a cualquier proceso de fabricación aditiva, cualquier impresora 3D y cualquier material. Esto hace que el enfoque sea ideal para el sostenimiento a largo plazo.

“El uso del aprendizaje automático para procesos de fabricación aditiva y desarrollo de materiales está muy maduro. Esto ha sido adoptado por la industria y es la fruta más madura. Sin embargo, el uso del aprendizaje automático específicamente para el desarrollo de materiales permitidos aún es un trabajo en progreso”, explicó el presidente de Senvol, Zach Simkin.

“Me complace que hayamos realizado dos demostraciones exitosas del enfoque de aprendizaje automático para los permisos: una vez en este programa usando una aleación de metal y comparándola con MMPDS, y otra vez en un programa anterior financiado por America Makes que usó un material polimérico y en comparación con CMH-17, pero se necesita más investigación”.

"Las ventajas son enormes y esperamos seguir asociándonos con el gobierno y la industria para avanzar en el trabajo en esta área", añadió Simkin.

Cabe señalar que el proyecto no desarrolló verdaderos límites permitidos. Además, los restaurantes programáticos y económicos significaron que el equipo del proyecto tuvo que tomar varias decisiones simplificadoras.

Software de IA y ML en fabricación aditiva

Varias empresas del sector de la fabricación aditiva están incorporando capacidades de IA y ML en sus ofertas de software. Una de esas empresas es Ai Build, con sede en Londres, que ofrece generación de trayectorias de herramientas impulsadas por ML e IA y control de calidad automatizado a través de su software AiSync.

En una entrevista reciente con 3D Printing Industry, el director comercial de Ai Build, Luke Rogers, enfatizó la importancia de las capacidades de aprendizaje automático para proporcionar un control de calidad automatizado. Rogers explicó que, dentro de la impresión 3D de gran formato, normalmente solo hay una tasa de éxito del 40% cuando se imprime una pieza en 3D por primera vez. Según Rogers, “al utilizar el aprendizaje automático y combinarlo nuevamente con la ruta de herramienta inicial, se puede alcanzar fácilmente una tasa de éxito de impresión por primera vez superior al 90 %”.

Por otra parte, durante RAPID + TCT 2023, el fabricante de impresoras 3D de alta temperatura con sede en Montreal, AON3D, ofreció un primer vistazo a su nuevo software de optimización térmica basado en aprendizaje automático.

Esta herramienta, un motor de simulación de tecnología central creado específicamente para extrusión de materiales (MEX), proporciona predicciones rápidas y precisas sobre el comportamiento del flujo de calor dentro de un objeto durante el proceso de impresión 3D. La compañía afirma que este software ofrece potencial para reducir costos, mejorar la confiabilidad y consistencia de las piezas, optimizar el rendimiento y mejorar la toma de decisiones técnicas.

Suscríbase al boletín informativo de la industria de la impresión 3D para mantenerse actualizado con las últimas novedades sobre impresión 3D. También puede seguirnos en Twitter, darle me gusta a nuestra página de Facebook y suscribirse al canal de Youtube de 3D Printing Industry para acceder a más contenido exclusivo. ¿Está interesado en trabajar en la industria de fabricación aditiva? Visite Trabajos de impresión 3D para ver una selección de puestos disponibles e iniciar su carrera.

Alex es periodista tecnológico en 3D Printing Industry y disfruta investigando y escribiendo artículos que cubren una amplia variedad de temas. Con una licenciatura en historia militar y una maestría en Historia de la Guerra, tiene un gran interés en las aplicaciones de fabricación aditiva dentro de las industrias aeroespacial y de defensa.