Das Oak Ridge National Laboratory des US-Energieministeriums hat einen neuen Datensatz zur additiven Fertigung veröffentlicht, den Industrie und Forschung nutzen können, um die Qualität von 3D-gedruckten Komponenten zu bewerten und zu verbessern.
Seit einem Jahrzehnt sammelt das Manufacturing Demonstration Facility (MDF) des ORNL Daten über die Leistung von 3D-Druckern. Diese neuen Daten, die kostenlos online verfügbar sind, können zur Schulung von maschinellen Lernmodellen verwendet werden, um die Qualitätsbewertung zu verbessern.
„Wir stellen der Industrie vertrauenswürdige Datensätze zur Verfügung, die sie für die Zertifizierung von Produkten nutzen kann“, sagte Vincent Paquit, Leiter der ORNL-Abteilung für sichere und digitale Fertigung. „Es handelt sich um eine Datenmanagement-Plattform, die so strukturiert ist, dass sie eine vollständige Geschichte über ein additiv gefertigtes Bauteil erzählt. Ziel ist es, anhand von prozessbegleitenden Messungen die Leistung des gedruckten Teils vorherzusagen.“
Die umfangreichen Datensätze umfassen Design, Druck und Prüfung verschiedener Teile, die mit einem Laser-Pulverbett-Drucksystem hergestellt wurden. Diese Daten helfen, seltene Ausfallmechanismen zu verstehen und die Materialeigenschaften zu modellieren.
Die Forschenden haben gezeigt, dass mit diesen Datensätzen maschinelle Lernalgorithmen trainiert werden können, um die Leistung gedruckter Teile vorherzusagen. Dies ist entscheidend für die additive Fertigung im industriellen Maßstab, da eine Charakterisierung jedes Teils zu kostspielig wäre.
„Dies ist eine wichtige Voraussetzung für die additive Fertigung im industriellen Maßstab, da es sich die Unternehmen nicht leisten können, jedes Teil zu charakterisieren“, so Paquit. „Die Verwendung dieser Daten kann ihnen helfen, die Verbindung zwischen Absicht, Herstellung und Ergebnis zu erfassen.“