Нейросеть — математический механизм, используемый для нахождения соответствия между массивами параметров. Ученые Санкт-Петербургского политехнического университета Петра Великого использовали механизм для получения связи технологических параметров 3D-печати со стабильностью этого процесса. Поскольку перенос металла при печати из проволоки весьма сложен, стабильность процесса имеет критическое влияние на качество напечатанного изделия.
Нейросеть построена в программной среде Matlab, все данные попадали в сеть вручную. Сейчас петербуржцы разрабатывают устройство для автоматического сбора массива технологических параметров печати, но массив попадает в нейросеть в режиме оффлайн.
Следующим шагом станет создание онлайн системы, которая будет использовать непрерывно обучающуюся нейросеть. Технологические параметры будут подгружаться автоматически, при этом подстройка происходит непосредственно в процессе печати. Это позволит не только повысить качество выращивания, но и увеличить скорость разработки параметров процесса для новых деталей.
Математическое моделирование для 3D-печати требует чрезмерно высоких вычислительных мощностей и для простейших деталей рассчитывается неделями. Нейросеть, обученная на большом количестве параметров, позволяет не только в десятки раз быстрее выполнять расчеты, но и применять все полученные зависимости для процесса выращивания абсолютно любой детали.
«На данный момент мы первые, кто применил нейросеть в области электродугового выращивания, — поясняет доцент кафедры «Теория и технология сварки материалов» СПбПУ. — Однако, общие тенденции увеличения темпов распространения нейросетей в различных областях деятельности, конечно, не обойдут стороной и все аддитивные технологии. Вопрос лишь в том, кто будет первым».
Сейчас нейросеть используется для оценки качественных параметров выращенных изделий — насколько стабильно проходил весь процесс наплавки, корректно ли плавился металл и переносился на изделие. С помощью этой нейросети были разработаны стабильные режимы печати, использованные для выращивания топа мачты, представленного на многих выставках.
В будущем с использованием подобной программы возможно создание автоматизированных комплексов, которые будут самообучаться и улучшать качество изделий без участия человека. Разработчики уже подали заявку на регистрацию интеллектуальной собственности.
ФОТО: СПбПУ
поделиться статьей с друзьями
добавить сообщение