[科技资讯] 黑科技结合有多霸气 GE将AI运用到金属3D打印中

众所周知，通用电气押注于3d打印，并将这种先进的制造技术应用于对零部件制造有着非常严格要求的空航空航天领域。能够满足严格的尺寸公差使3d打印技术成为通用电气的重点，这一点在去年收购conceptlaser和arcam时得到了证明。虽然前景光明，但金属3d打印也面临着一系列挑战。如果3d打印过程中出现质量缺陷，整个零件可能会被废弃，这将是一种严重的浪费。

为了更一致的质量稳定性，ge将人工智能技术应用到3d打印过程中。

通用电气全球研究所高级总工程师、添加剂制造技术平台负责人joevinciquerra表示，通用电气最近正试图通过提高人工智能来改善机器和材料的性能。机器学习正在通用电气的添加剂制造材料实验室发挥作用。通过人工智能，研究团队致力于改进添加剂制造的过程和质量，以生产更好的零件并减少质量问题。

人工智能允许检测加工过程中任何会影响质量的因素，使操作人员能够保证适当的调整，从而减少质量缺陷的发生，避免材料的浪费。最终目标是获得完美的100%质量控制结果。没有浪费的材料，没有失败的3d打印，这往往是一个遥远的梦想。然而，通过机器学习，更智能的系统正在接近目标，并且通过数字双胞胎，创建仿真模型以使加工过程更可预测。

ge提出的100%质量控制结果的目的是使3d金属印刷设备成为自己的质量检验员。通用电气希望在零件制造过程的每一层都实现100%的可见性，并随着时间的推移对机器进行培训，以识别3d打印过程中的任何问题。这就是GE数码双胞胎的作用。

通用电气的数字双胞胎在物理世界和数字世界之间架起了一座桥梁，随着时间的推移，他们可以了解每一项独特的资产。他们将来自传感器和设备的数据与分析、建模和材料科学相结合，然后不断改进工业组件和资产的数字模型，甚至整个过程和工厂。

就像人类的学习模式一样。从经验中学习也能让人变得更聪明。如果他们观察到结构的某个部分出现了与之前类似的错误情况，设备可以将其标记为指示状态，以便操作员做出响应。操作员可以通过停止施工或动态调整来纠正和继续加工过程。当然，在另一种情况下，3d打印设备自己完成这些校正，无需操作员干预。

机器学习和物理建模相结合，不仅可以帮助企业了解产品过去的性能，还可以预测未来。现在，通用电气的工程师可以通过数字双生子非常详细地研究和测试复杂的物理现象，但这种详细程度很难通过物理测试方法来实现。智能检测过程中的零件结构数据反馈给数字双生子。通过不断地将这些数据与通用电气的专有黄金标准进行比较，我们可以发现处理过程中的偏差。

因此，金属3d打印设备可以作为自己的检查员，工业3d打印也可以在一定程度上集成人工智能和自动化，从而进一步促进3d打印设备的产业化，进一步进入最终生产目的零件的制造过程。在生产所需的较高施工率下，人工智能使3d打印设备实现自我监控，最终实现自动自我校正/补偿，从而提高质量控制水平。

像许多其他制造过程一样，通过3d打印构建的每个零件都有自己的数据信息流。想象一下，一个3d打印设备每年负责生产几十到几百个零件，那么每个零件就代表了一个学习过程的机会，即使零件是一样的。这是人工智能发挥其价值的地方，通过捕捉那些关键的学习点，并使用它们各自的学习过程来不断提高制造技术的整体水平。

那么人工智能需要构建多少次才能完全理解添加剂制造的过程，才能在过程检验中发挥有效作用呢？这取决于处理的具体内容和尝试的行动程度。当你只需要预测材料的质量，包括批次孔隙率的控制时，这可能需要少量的机器学习过程。