Senvol stellt Methode zur Materialzulassung mithilfe von maschinellem Lernen vor

Senvol hat kürzlich eine innovative Methode zur Materialzulassung mithilfe von maschinellem Lernen vorgestellt. Dieser Ansatz zeigt sich flexibel, kosteneffektiv und zeitsparend gegenüber herkömmlichen Methoden.

Im Rahmen eines US-Regierungsvertrags hat Senvol ihre Software für maschinelles Lernen, Senvol ML, angewandt, um schnellere Entwicklung von Materialeigenschaftswerten für die additive Fertigung (AM) zu ermöglichen. Partner in diesem Projekt waren EWI und Pilgrim Consulting, mit technischer Beratung von Battelle und Lockheed Martin Fellow Hector Sandoval.

Der Einsatz von maschinellem Lernen ist ideal für die langfristige Aufrechterhaltung von AM-Prozessen, da er flexibel auf Änderungen reagieren kann.

“Die Entwicklung von Materialzulassungen ist ein sehr teures und zeitaufwändiges Unterfangen”, sagte Annie Wang, Präsidentin von Senvol, “Das Programm von Senvol war sehr erfolgreich bei der Demonstration eines neuen Ansatzes zur Entwicklung von Zulässigkeiten für die additive Fertigung, der maschinelles Lernen nutzt. Wir waren mit den Ergebnissen sehr zufrieden und freuen uns auf die weitere Arbeit in diesem innovativen Bereich.”

Hector Sandoval, der den technischen Ansatz und die Testergebnisse des AMMP-Programms überprüft hat, fügt hinzu: “Ich habe Erfahrung mit der Entwicklung von Materialzulassungen nach traditionellen Methoden. Der derzeitige Prozess funktioniert gut, aber es gibt einige Einschränkungen. Es war spannend, das AMMP-Programm zu unterstützen, indem ich den technischen Ansatz, die Testergebnisse und die Abschlusspräsentation überprüfte. Es war großartig, aus erster Hand einen Einblick in das Potenzial der Nutzung eines auf maschinellem Lernen basierenden Ansatzes zur Festlegung von Materialzulässigkeiten zu erhalten.”

Trotz der vielen Vorteile der additiven Fertigung können diese aufgrund hoher Kosten und Zeitaufwands für die Entwicklung nicht vollständig ausgeschöpft werden. Hierbei sieht Senvol mithilfe maschinellem Lernen eine große Chance, diesen Prozess zu optimieren.

Die Senvol ML Software bietet dabei eine flexible Lösung zur Optimierung von AM-Prozessen und zur Entwicklung von Materialeigenschaften.

Zach Simkin, Präsident von Senvol, kommentiert: “Der Einsatz von maschinellem Lernen für die Entwicklung von additiven Fertigungsverfahren und Materialien ist sehr ausgereift. Die Industrie hat dies bereits übernommen und es ist die niedrig hängende Frucht. Der Einsatz von maschinellem Lernen speziell für die Entwicklung von Materialzulassungen ist jedoch noch nicht ausgereift. Ich freue mich, dass wir jetzt zwei erfolgreiche Demonstrationen des maschinellen Lernens für zulässige Werte durchgeführt haben – einmal in diesem Programm unter Verwendung einer Metalllegierung und im Vergleich zu MMPDS, und einmal in einem früheren, von America Makes finanzierten Programm, bei dem ein Polymermaterial verwendet und mit CMH-17 verglichen wurde -, aber es sind noch weitere Forschungsarbeiten erforderlich. Die Chancen sind enorm, und wir freuen uns darauf, weiterhin mit der Regierung und der Industrie zusammenzuarbeiten, um die Arbeit in diesem Bereich voranzutreiben.”

Dr. William E. Frazier, Chief Scientist for Air Vehicle Engineer bei NAVAIR / The Navy Senior Scientist for Material Engineering im Ruhestand und derzeit Präsident von Pilgrim Consulting LLC, fügt hinzu: “Ich habe mich sehr gefreut, dem Team von Senvol für dieses Programm beizutreten. Der auf maschinelles Lernen gestützte Ansatz von Senvol geht direkt auf eine große Herausforderung der Industrie ein: die schnelle und kosteneffiziente Entwicklung der zulässigen Materialeigenschaften für die additive Fertigung. Ich war an der Qualifizierung verschiedener additiver Fertigungsverfahren und Materialien für die Luftfahrt beteiligt und bin der Meinung, dass die Weiterentwicklung dieser Technologie positive Auswirkungen auf die Kosten, den Zeitplan und die Leistung sowohl von Verteidigungs- als auch von kommerziellen Plattformen haben wird.”

Nutzer*innen der Senvol ML Software kommen aus diversen Industriezweigen, darunter Luft- und Raumfahrt, Verteidigungsindustrie und Medizintechnik.