ORNL發(fā)布免費3D打印數據集用于零件質量分析

2024年7月21日，南極熊獲悉，美國能源部橡樹嶺國家實驗室（ORNL）發(fā)布了一組新的增材制造數據集。這些數據將幫助工業(yè)界和研究人員評估和提升3D打印部件的質量。通過利用這些數據，用戶可以在打印過程中實時評估部件質量，從而避免昂貴且耗時的生產后分析。

△該數據集大小為230GB，包含五組不同幾何形狀的零件的設計、打印和測試，均使用激光粉末床打印系統(tǒng)制造（傳送門）

十多年來，美國能源部位于ORNL的制造示范設施 (MDF) 一直在定期收集數據，該設施對先進制造的早期研究加上對最終組件的全面分析，為3D打印機性能提供了寶貴的信息。ORNL通過不斷引入新型材料、機器和控制技術，推動了3D打印技術的進步，從而具備了開發(fā)和共享綜合數據集的獨特能力?，F在，這些最新的數據集已經通過在線平臺免費提供。

△左側的3D打印部件被切成小塊，通過拉伸直至斷裂來測試每個小塊的抗拉強度。右側的相同打印部件的數字副本已通過AI模型進行分析，以找出其結構中的異常

通過收集數據集推動3D打印技術進步

傳統(tǒng)制造業(yè)得益于數百年的質量控制經驗，而增材制造作為一種較新的制造工藝，通常依賴于昂貴的評估技術來監(jiān)控零件質量。這些技術可能包括破壞性機械測試和非破壞性X射線計算機斷層掃描，后者能夠在不損壞物體的情況下生成詳細的橫截面圖像。盡管這些技術提供了豐富的信息，但也存在局限性，例如，檢測大型部件時的困難。

ORNL的綜合3D打印數據集可以用于訓練機器學習模型，從而改進對任何部件的質量評估。ORNL安全與數字制造部門負責人Vincent Paquit表示：“我們正在為行業(yè)提供值得信賴的數據集，用于產品認證。該數據管理平臺的結構旨在圍繞快速成型部件講述一個完整的故事，其目標是利用過程中的測量結果來預測打印部件的性能?！?br />
該數據集規(guī)模達230GB，涵蓋了五組具有不同幾何形狀的零件的設計、打印和測試，全部采用激光粉末床打印系統(tǒng)制造。研究人員可以訪問機器健康傳感器數據、激光掃描路徑、3萬張粉末床圖像以及6300次材料拉伸強度測試數據。

這是ORNL公開的一系列增材制造數據集中的第四個，也是最廣泛的一個。之前的數據集側重于MDF使用電子束粉末床和粘合劑噴射打印制造的零件。這些數據集可用于研究罕見失效機制、開發(fā)在線分析軟件或建立材料屬性模型所需的信息。

△美國海軍水面戰(zhàn)中心的增材制造實驗室負責人正在使用金屬激光燒結3D打印技術

美國本土制造業(yè)正在尋求數字化轉型

MDF由能源部先進材料和制造技術辦公室提供支持，作為一個全國性的合作聯盟，與ORNL 合作推動創(chuàng)新，激發(fā)靈感并促進美國制造業(yè)的轉型。

ORNL的研究人員展示了如何利用3D打印過程中的測量結果來訓練機器學習算法，從而應用這些數據集。結合高性能計算方法，訓練后的算法能夠可靠地預測機械測試是否成功。在預測零件的極限拉伸強度時，該算法的誤差減少了61%。

將加工過程中的測量結果與最終產品聯系起來，對于確定何時需要對零件進行額外測試，以及何時可以省略這些測試至關重要。ORNL安全與數字制造部門負責人Vincent Paquit表示：“這對行業(yè)規(guī)模的增材制造來說是一個關鍵推動因素，因為許多企業(yè)沒有能力對每個零件進行全面表征。利用這些數據，可以幫助企業(yè)捕捉設計意圖、制造過程與最終結果之間的聯系?！?br />
生成的數據集是能源部核能辦公室資助的先進材料與制造技術計劃的一部分。這些數據和其他智能制造方法正在被用于加速先進制造技術的開發(fā)、鑒定、示范和部署，以實現可靠且經濟的核能解決方案。