清华大学研究人员通过人工智能改善3D打印

机器学习如何与智能构造，材料测试和其他相关主题相结合以开发一种新的制造方法？

清华大学的研究人员正在研究人工智能及其周围的一切，从材料到工作流程、性能，以及智能建筑的所有要素。他们的实验在最近发表的文章《使用人工智能重新感知3D打印》中进行了概述。他们在文中提出了一组关于热塑性塑料热变形动态控制的实验，以寻找一种具有PLA动力学行为并利用机械自动化，计算机视觉和人工智能的综合工作流程的新型3D打印方法。

今天，人工智能（AI）越来越成为现实，其用途继续远远超出图像、语音和做出选择的能力。建筑师正在通过AI扩展建筑方法，在数字建筑中积极地突破传统做法，并提供巨大的潜力。在这项研究中，研究人员探索了寻找新的、通用的AI方法的可能性，以及将材料/分布属性映射到材料行为的可能性。

他们的新系统可以在没有支撑的情况下以2.5或3D方式打印空间线框。由于存在分子间作用力等因素的影响，无法使用BASIC软件对打印过程进行全面控制。研究人员研究了自动系统和图像处理，以创建一个计算打印代码的模型，而另一个则预测G代码。

Gcode和打印表单之间的双向映射

主要工作流程

·自动机械系统的开发

·前向和后向模型的训练

·模型和方法评估

模型训练中研究人员

·深度学习

·数据增强

·前向模型

·向后模型

图像到数据

最终目标是以动态材料性能为中心，推动一种新的制造工艺向前发展。他们报告说，他们的新模型“已经取得了积极的成果”，形状打印准确；但是，对于它们是否可以预测打印所需曲线的G代码集仍然存在担忧。他们的新方法扩展了科学工作流程的应用范围，并创建了从制造到最终形式的直接端到端连接。

“……与传统的开发材料模型的方法相比，该方法需要不同的知识领域和工作流程以实现不同的材料特性，论文所述的方法和逻辑是通用的，并证明当应用于产生包含多种非相关材料行为系统的各种材料性能模型时，例如弯曲弹性体的活跃过程和热塑性塑料的熔化过程，这种方法和逻辑是可以推广的。对于建筑师而言，建筑设计最终取决于材料的选择和构造。从长远来看，新的建筑材料和新的建筑方法将给建筑行业带来巨大的变化，并带来新的建筑风格。我们相信，本文介绍的方法将为预示这种变化提供积极的启发。”研究人员总结说。

随着全球研究人员努力寻求进一步的图像识别功能，并将其用作3D打印的测量设备，甚至分析心脏健康，人工智能也在不断发展，并伴随着3D打印和其他相关技术的发展。

卷积神经网络（CNN）的结构

论文地址：

http://papers.cumincad.org/data/works/att/ecaadesigradi2019_034.pdf

来源：3D打印商情