訂閱
糾錯
加入自媒體

Senvol機器學習軟件Senvol ML獲美國空軍、海軍資金支持

導讀:2018年,南極熊曾介紹了美國3D打印數(shù)據公司Senvol的3D打印數(shù)據庫。2021年,這家公司將會進一步開發(fā)它的機器學習軟件Senvol ML。目前,這項工作已經獲得美國空軍和海軍的資金支持。

南極熊獲悉,Senvol于2021年3月8日正式公開宣布已經從美國海軍和空軍處獲得更多資金,為它的增材制造機器學習軟件SenvolML開發(fā)更多的功能。資金來源有美國海軍研究辦公室(ONR)、海軍海洋系統(tǒng)司令部(NAVSEA)、海軍航空系統(tǒng)司令部(NAVAIR)和空軍研究實驗室(AFRL)。

Senvol ML能夠分析3D打印過程參數(shù)與材料性能之間的關系,并且過去已被軍方的多個分支機構使用。軟件可用于分析任何來自增材制造過程、機器和材料的數(shù)據,并且包含以下操作功能:

快速優(yōu)化增材制造工藝參數(shù)

AM機器和材料的支持資格

預測材料特性

從現(xiàn)場監(jiān)測數(shù)據中獲得反饋,支持質量保證

最小化數(shù)據生成成本

△Senvol ML

Senvol ML于2019年11月商業(yè)化發(fā)售,它是一個模塊化的集成計算材料工程(ICME)系統(tǒng),利用數(shù)據驅動的機器學習算法將數(shù)據分為四個模塊:過程參數(shù),過程特征,材料特性和機械性能,并且作為一種分析工具來理解AM制造中的數(shù)據。Senvol ML的功能允許用戶在給定零部件機械性能的情況下,在特定的增材制造機器上選擇適當?shù)墓に噮?shù)。這將大大減少了反復試驗,從而節(jié)省了大量的時間和金錢。

用戶可以通過Senvol ML計算的結果來推測材料的生產過程和性能,還能預測哪些生產過程或材料能夠制造指定性能的零部件。通過數(shù)據分析,用戶甚至可以制定策略,例如未來收集哪些數(shù)據可以更好地了解相關信息。

△Senvol數(shù)據庫

Senvol ML軟件的功能包括:

前瞻預測:根據給定的一組過程參數(shù)預測機械性能(例如疲勞壽命)

反演:給定目標值(例如,所需的抗張強度),算法將確定要使用的工藝參數(shù)

機器學習:繼續(xù)從以前的數(shù)據集中學習,并將該知識應用于新的數(shù)據集,從而提高輸出精度并減少新構建所需的數(shù)據量

數(shù)據收集推薦:向用戶建議需要哪些數(shù)據點以提高預測準確性,從而再次節(jié)省時間和精力

Senvol的專有算法是專門為AM應用開發(fā)的。它使用經驗數(shù)據或模擬數(shù)據,并可應用于任何增材制造過程、任何增材制造機器和任何增材制造材料。在公司與海軍的小型企業(yè)技術轉讓(STTR)項目的第一階段基礎和選擇階段,這項技術已在多個數(shù)據集上得到驗證。

△使用GRANTA Selector繪制Senvol數(shù)據庫的數(shù)據

自開發(fā)以來,Senvol ML已廣泛用于航空航天、石油和天然氣以及消費產品領域。但是,由于與軍隊的合作,它吸引了更多媒體的關注。早在2018年,這家公司就加入了國防裝備工業(yè)委員會(DOTC)的工業(yè)和學術領域的國家軍備聯(lián)合會(NAC)。同年,他們?yōu)楹\娧芯哭k公室開發(fā)了軟件,以幫助他們更快、更便宜地表征新材料。  2020年,空軍使用Senvol ML評估了多激光金屬3D打印程序,并確保它可以制造出適航零件。在2020年末,陸軍宣布將使用這款軟件對3D打印導彈零件進行鑒定。如今,擁有更多的資金注入,相信SenvolML未來將會有更強大的功能出現(xiàn)。

參考閱讀:

1. Senvol 3D打印數(shù)據庫介紹

2. Senvol Analysis Software Reduces Trial and Error ofAdditive Manufacturing Processes

3. Senvol Receives Funding from U.S. Navy and U.S. Air Forcefor Machine Learning Software

4. Senvol M

5. US Air Force, Navy Fund Senvol Machine Learning Tool for3D Printing



聲明: 本文由入駐維科號的作者撰寫,觀點僅代表作者本人,不代表OFweek立場。如有侵權或其他問題,請聯(lián)系舉報。

發(fā)表評論

0條評論,0人參與

請輸入評論內容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續(xù)

暫無評論

暫無評論

    文章糾錯
    x
    *文字標題:
    *糾錯內容:
    聯(lián)系郵箱:
    *驗 證 碼:

    粵公網安備 44030502002758號