Ni uzas kuketojn por plibonigi vian sperton.Daŭrigante foliumi ĉi tiun retejon, vi konsentas pri nia uzo de kuketoj.Pliaj informoj.
Artikolo de Polymer Testing-revuo studas kaj komparas la kvaliton de pluraj polimeraj kunmetitaj materialoj produktitaj per 3D-presa teknologio, kiel ekzemple morfologio kaj surfaca teksturo, mekanikaj trajtoj kaj termikaj trajtoj.
Esplorado: Nano-partiklo-infuzitaj plastaj produktoj faritaj de 3D-presiloj gviditaj de maŝina lernado.Bildfonto: Pixel B/Shutterstock.com
La fabrikitaj polimerkomponentoj postulas diversajn kvalitojn laŭ sia celo, kelkaj el kiuj povas esti provizitaj per uzado de polimerfilamentoj kunmetitaj de malsamaj kvantoj de multoblaj materialoj.
Branĉo de aldona fabrikado (AM), nomita 3D-presado, estas avangarda teknologio kiu miksas materialojn por krei produktojn bazitajn sur 3D-modeldatenoj.
Tial, la rubo generita de ĉi tiu procezo estas relative malgranda.3D-presa teknologio estas nuntempe uzata en diversaj aplikoj, inkluzive de grandskala fabrikado de diversaj aĵoj, kaj la kvanto de uzo nur pliiĝos.
Ĉi tiu teknologio nun povas esti uzata por produkti objektojn kun kompleksaj strukturoj, malpezaj materialoj kaj agordeblaj dezajnoj.Krome, 3D-presado havas la avantaĝojn de efikeco, daŭripovo, ĉiuflankeco kaj risko-minimumigo.
Unu el la plej gravaj aspektoj de ĉi tiu teknologio implikas elekti la ĝustajn parametrojn ĉar ili havas grandan influon sur la produkto, kiel ĝia formo, grandeco, malvarmigorapideco kaj termika gradiento.Tiuj kvalitoj tiam influas la evoluon de la mikrostrukturo, ĝiaj karakterizaĵoj kaj difektoj.
Maŝinlernado povas esti uzita por establi la rilaton inter la procezkondiĉoj, mikrostrukturo, komponentformo, kunmetaĵo, difektoj, kaj mekanika kvalito de specifa presita produkto.Ĉi tiuj ligoj povas helpi redukti la nombron da provoj necesaj por produkti altkvalitan produktaĵon.
Alt-denseca polietileno (HDPE) kaj polilaktika acido (PLA) estas la du plej ofte uzitaj polimeroj en AM.PLA estas uzata kiel ĉefa materialo por multaj aplikoj ĉar ĝi estas daŭrigebla, ekonomia, biodiserigebla kaj havas bonegajn ecojn.
Plasta reciklado estas grava problemo alfrontanta la mondon;tial, estus tre utile korpigi recikleblan plaston en la 3D-presan procezon.
Ĉar la presaĵmaterialo estas kontinue manĝita en la likvilon, la temperaturo estas konservita sur konsekvenca nivelo dum kunfandita filamenta fabrikado (FFF) demetado (speco de 3D printado).
Tial, la fandita polimero estas elĵetita tra la ajuto per la premredukto.Surfaca morfologio, rendimento, geometria precizeco, mekanikaj trajtoj kaj kosto estas ĉiuj trafitaj per FFF-variabloj.
Tireca, kunprema efiko aŭ fleksa forto kaj presanta direkto estas konsiderataj kiel la plej gravaj procezvariabloj influantaj FFF-provaĵojn.En ĉi tiu studo, la FFF-metodo estis uzata por prepari specimenojn;ses malsamaj filamentoj estis uzitaj por konstrui la provaĵtavolon.
a: ML-prognoza parametro-optimumigo-modelo de 3D-presiloj en specimenoj 1 kaj 2, b: ML-prognoza parametro-optimumigo-modelo de 3D-printiloj en specimeno 3, c: ML-prognoza parametro-optimumigo-modeloj de 3D-presiloj en specimenoj 4 kaj 5. Bildfonto: Hossain , MI, ktp.
3D-presa teknologio povas kombini la bonegan kvaliton de presaj projektoj, kiuj ne povas esti atingitaj per tradiciaj produktaj metodoj.Pro la unika produktadmetodo de 3D-presado, la kvalito de fabrikitaj partoj estas tre tuŝita de dezajnaj kaj procezaj variabloj.
Maŝinlernado (ML) estis uzata en multaj manieroj en aldonaĵa fabrikado por plibonigi la tutan evoluon kaj produktadprocezon.Datenbazita progresinta dezajnometodo por FFF kaj kadro por optimumigado de FFF-komponentdezajno estis evoluigitaj.
La esploristoj taksis la ajutemperaturon helpe de maŝinlernado-sugestoj.ML-teknologio ankaŭ estas uzata por kalkuli la preslittemperaturon kaj presaĵrapidecon;la sama grandeco estas fiksita por ĉiuj specimenoj.
La rezultoj montras, ke la flueco de la materialo rekte influas la kvaliton de la 3D-presaĵo.Nur la taŭga temperaturo de la cigaredingo povas certigi la bezonatan fluecon de la materialo.
En ĉi tiu laboro, PLA, HDPE kaj reciklitaj filamentaj materialoj estas miksitaj kun TiO2-nanopartikloj kaj uzataj por fabriki malmultekostajn 3D presitajn objektojn per komercaj degelintaj filamentaj fabrikado de 3D-presiloj kaj filamentaj ekstrudiloj.
La karakterizaj filamentoj estas novaj kaj uzas grafenon por generi akvorezistan tegaĵon, kiu povas redukti ajnajn ŝanĝojn en la bazaj mekanikaj propraĵoj de la preta produkto.La ekstero de la 3D presita komponanto ankaŭ povas esti prilaborita.
La ĉefa celo de ĉi tiu laboro estas trovi manieron atingi pli fidindan kaj pli riĉan mekanikan kaj fizikan kvaliton en 3D presitaj eroj kompare kun tradiciaj 3D presitaj eroj kiuj estas kutime produktitaj.La rezultoj kaj aplikoj de ĉi tiu esplorado povas pavimi la vojon por la disvolviĝo de multaj industri-rilataj programoj.
Daŭre legu: Kiuj nanopartikloj estas plej bonaj por aldona fabrikado kaj 3D-presaj aplikoj?
Hossain, MI, Chowdhury, MA, Zahid, MS, Sakib-Uz-Zaman, C., Rahaman, ML, & Kowser, MA (2022) Evoluo kaj analizo de nanopartiklo-infuzitaj plastaj produktoj faritaj de 3D-printiloj gviditaj per maŝinlernado.Testado de polimeroj, 106. Havebla de la sekva URL: https://www.sciencedirect.com/science/article/pii/S014294182100372X?via%3Dihub
Malgarantio: La opinioj esprimitaj ĉi tie estas tiuj esprimitaj de la aŭtoro en persona kapablo, kaj ne nepre reprezentas la opiniojn de la posedanto kaj funkciigisto de ĉi tiu retejo, AZoM.com Limited T/A AZoNetwork.Ĉi tiu malgarantio formas parton de la terminoj kaj kondiĉoj de uzo de ĉi tiu retejo.
Varma ŝvito, Shahir.(5 decembro 2021).Maŝinlernado optimumigas 3D presitajn produktojn, kiuj reciklas plaston.AZoNano.Prenite de https://www.azonano.com/news.aspx?newsID=38306 la 6-an de decembro 2021.
Varma ŝvito, Shahir."Maŝina lernado optimumigas 3D presitajn produktojn el reciklitaj plastoj."AZoNano.6 decembro 2021..
Varma ŝvito, Shahir."Maŝina lernado optimumigas 3D presitajn produktojn el reciklitaj plastoj."AZoNano.https://www.azonano.com/news.aspx?newsID=38306.(Alirite la 6-an de decembro 2021).
Varma ŝvito, Shahir.2021. Maŝina lernado optimumigas 3D presitajn produktojn el reciklitaj plastoj.AZoNano, vidita la 6-an de decembro 2021, https://www.azonano.com/news.aspx?newsID=38306.
AZoNano parolis kun d-ro Jinian Yang pri sia partopreno en esplorado pri la avantaĝoj de florsimilaj nanopartikloj pri la agado de epoksiaj rezinoj.
Ni diskutis kun D-ro John Miao, ke ĉi tiu esplorado ŝanĝis nian komprenon pri amorfaj materialoj kaj kion ĝi signifas por la fizika mondo ĉirkaŭ ni.
Ni diskutis pri NANO-LLPO kun d-ro Dominik Rejman, vundpansaĵo bazita sur nanomaterialoj, kiu antaŭenigas resanigon kaj malhelpas infekton.
La P-17-stilo-profililo surfaca mezursistemo disponigas bonegan mezuran ripeteblon por konsekvenca mezurado de 2D kaj 3D topografio.
La serio Profilm3D provizas atingeblajn optikajn surfacprofilojn, kiuj povas generi altkvalitajn surfacajn profilojn kaj verajn kolorbildojn kun senlima kampa profundo.
EBPG Plus de Raith estas la finfina produkto de alt-rezolucia elektrona fasa litografio.EBPG Plus estas rapida, fidinda kaj alta rendimento, ideala por ĉiuj viaj litografiaj bezonoj.
Afiŝtempo: Dec-07-2021