黑科技結(jié)合有多霸氣？GE將AI運用到金屬3D打印中

眾所周知GE押寶3D打印，并將這種先進制造技術(shù)運用到對零件制造要求非常嚴(yán)苛的航空航天領(lǐng)域。能夠滿足嚴(yán)格的尺寸公差已經(jīng)使得3D打印技術(shù)成為GE重點關(guān)注的領(lǐng)域，去年對Concept Laser和Arcam的收購就證明了這一點。雖然具備美好前景，金屬3D打印也面臨著一系列的挑戰(zhàn)，如果在3D打印過程中發(fā)生了質(zhì)量缺陷，那將有可能導(dǎo)致整個零件被廢棄，這將是嚴(yán)重的浪費。

為了更加一致的質(zhì)量穩(wěn)定性，GE將人工智能技術(shù)運用到3D打印過程中來。

根據(jù)GE全球研究院高級首席工程師兼增材制造技術(shù)平臺負(fù)責(zé)人Joe Vinciquerra，GE最近正在努力通過提高人工智能的方法來提高機器和材料的性能。在GE的增材制造材料實驗室，機器學(xué)習(xí)正在發(fā)揮作用。通過人工智能，研究團隊致力于提高增材制造的工藝和質(zhì)量，以生產(chǎn)更好的零件，減少質(zhì)量問題。

人工智能允許在加工過程中檢測任何會影響到質(zhì)量的因素，使得操作人員能夠確保進行適當(dāng)?shù)恼{(diào)整，從而減少質(zhì)量缺陷的發(fā)生，避免材料的浪費。最終目標(biāo)是獲得完美的100％的質(zhì)量控制結(jié)果。沒有浪費的材料和沒有失敗的3D打印，這往往是一個遙不可及的夢想。然而，通過機器學(xué)習(xí)，一個更智能的系統(tǒng)正在逼近目標(biāo)，并且通過數(shù)字雙胞胎，創(chuàng)建一個模擬的仿真模型，使得加工過程更加可預(yù)測。

GE所提出的100％的質(zhì)量控制結(jié)果的目的是讓3D金屬打印設(shè)備成為自己的質(zhì)量檢查員。GE希望在零部件制造過程的每一層都能夠?qū)崿F(xiàn)100％的可見性，并隨著時間的推移對機器進行培訓(xùn)，以識別3D打印過程中的任何問題。這就是通用電氣數(shù)字雙胞胎的作用。

通用電氣的數(shù)字雙胞胎在物理和數(shù)字世界之間搭建起一座橋梁，可以隨著時間的推移了解每一個獨特的資產(chǎn)。它們將來自傳感器和設(shè)備的數(shù)據(jù)與分析、模型和材料科學(xué)相結(jié)合，進而不斷改進工業(yè)部件和資產(chǎn)，甚至整個流程和工廠的數(shù)字模型。

這就像人的學(xué)習(xí)模式，從經(jīng)驗中學(xué)習(xí)，也可以變得更聰明。如果他們觀察到一部分構(gòu)造出現(xiàn)了類似于之前已經(jīng)看到的錯誤情況，則該設(shè)備可以將其標(biāo)記為供操作員響應(yīng)的指示狀態(tài)。操作員可以通過停止構(gòu)建或者通過動態(tài)調(diào)整來糾正并繼續(xù)進行加工過程。當(dāng)然，更進一步的情況是，3D打印設(shè)備在沒有操作員介入的情況下，自行完成這些修正。

機器學(xué)習(xí)與物理建模相結(jié)合，不僅可幫助企業(yè)了解產(chǎn)品過去的性能表現(xiàn)，同時還能預(yù)測未來?，F(xiàn)在，GE工程師能夠通過數(shù)字雙胞胎非常詳細(xì)地研究和測試復(fù)雜物理現(xiàn)象，而這種細(xì)節(jié)水平通過物理測試方法難以企及。智能檢測過程中的零件構(gòu)建數(shù)據(jù)被反饋給數(shù)字雙胞胎，通過不斷地將這些數(shù)據(jù)與GE專有的“黃金標(biāo)準(zhǔn)”進行對比，就可以發(fā)現(xiàn)加工中的偏差情況。

由此，金屬3D打印設(shè)備可以作為自己的檢查員，工業(yè)3D打印還可以整合人工智能和一定程度的自動化，從而進一步推動3D打印設(shè)備進入產(chǎn)業(yè)化，更深入地進入到最終生產(chǎn)用途的零件制造過程中。在生產(chǎn)所需要的更高速的構(gòu)建率情況下，人工智能使得3D打印設(shè)備實現(xiàn)自我監(jiān)測，并最終實現(xiàn)自動化的自我糾正/補償，從而提高質(zhì)量控制水平。

像許多其他制造工藝一樣，3D打印構(gòu)建的每個零件都有自己的數(shù)據(jù)信息流。想像一下，一臺3D打印設(shè)備每年要負(fù)責(zé)生產(chǎn)幾十到幾百個零件，那么每個零件都代表一個學(xué)習(xí)過程的機會，即使零件都是一樣的。這就是人工智能發(fā)揮價值的地方，通過捕捉那些關(guān)鍵的學(xué)習(xí)點，并利用各自的學(xué)習(xí)過程來不斷改進制造工藝的整體水平。

那么人工智能需要多少次的構(gòu)建才能夠“充分地了解增材制造的過程，從而在過程檢查中產(chǎn)生有效的作用？這取決于加工的具體內(nèi)容以及試圖采取行動的程度。 當(dāng)你僅僅需要預(yù)測材料的良好性包括批量孔隙度的控制，這可能需要少量的機器學(xué)習(xí)過程就可以達(dá)到。

針對Concept Laser的金屬增材制造設(shè)備，GE還定制了一個測試平臺來模擬Concept Laser機器中如何構(gòu)建零件。一旦完成虛擬測試，團隊再轉(zhuǎn)向在實際機器上測試。

來源：3D科學(xué)谷
延伸閱讀：
通過混合增材制造，GE提高渦輪葉片修復(fù)效率

希望所有打印機可以聯(lián)網(wǎng)（正當(dāng)學(xué)術(shù)用途），將大家的功能和工藝設(shè)計集合起來，這個大數(shù)據(jù)將對未來制造產(chǎn)生質(zhì)變影響。