來自能源部(DoE)阿貢國(guó)家實(shí)驗(yàn)室的工程研究人員將使用社交媒體人工智能技術(shù)來更好地優(yōu)化3D打印部件的幾何形狀。
阿貢的首席機(jī)械工程師馬克-梅斯納(Mark Messner)是早在2019年最初開發(fā)這種新方法的人之一,他聲稱這是預(yù)測(cè)材料在極端溫度和壓力下可能表現(xiàn)的一種更好方式。雖然目前基于模擬的預(yù)測(cè)方法如愿以償,但它們往往需要超級(jí)計(jì)算機(jī)級(jí)別的處理能力(和大量的耐心)來準(zhǔn)確預(yù)測(cè)幾何體在某些條件下可能的行為。
"梅斯納說:"你通常必須運(yùn)行大量的基于物理學(xué)的模擬來解決這個(gè)問題。
如果研究人員已經(jīng)有了一套特定的屬性,如剛度、密度和強(qiáng)度,并想確定他們需要產(chǎn)生這些屬性的優(yōu)化部件結(jié)構(gòu),那么這一點(diǎn)尤其正確。據(jù)報(bào)道,作為一種替代方法,阿貢的方法比現(xiàn)代的零件性能模擬快2000多倍,并且能夠在帶有消費(fèi)級(jí)GPU的普通筆記本電腦上運(yùn)行。
梅斯納的人工智能正在反復(fù)優(yōu)化零件的幾何形狀。圖片來源:馬克-梅斯納。
社交媒體是如何發(fā)揮作用的?
梅斯納的工作可以追溯到他在勞倫斯-利弗莫爾國(guó)家實(shí)驗(yàn)室擔(dān)任博士后研究員的時(shí)候,當(dāng)時(shí)他和他的團(tuán)隊(duì)正試圖3D打印復(fù)雜的微米級(jí)結(jié)構(gòu)。據(jù)報(bào)道,該團(tuán)隊(duì)的進(jìn)展緩慢,因此他們將目光投向了人工智能,看看是否能加快他們的研究。
當(dāng)時(shí),硅谷新興的社交媒體巨頭已經(jīng)開始使用卷積神經(jīng)網(wǎng)絡(luò),這是一種能在大量數(shù)據(jù)集中找到模式的人工智能,用于圖像中的面部和物體識(shí)別。梅斯納認(rèn)為他可以將這一概念應(yīng)用于三維領(lǐng)域。
"他解釋說:"我的想法是,一種材料的結(jié)構(gòu)與三維圖像沒有區(qū)別。"有道理的是,這個(gè)神經(jīng)網(wǎng)絡(luò)的3D版本將很好地識(shí)別結(jié)構(gòu)的屬性--就像一個(gè)神經(jīng)網(wǎng)絡(luò)學(xué)會(huì)了一個(gè)圖像是一只貓或其他東西一樣。"
為了看看他的想法是否可行,梅斯納設(shè)計(jì)了一個(gè)確定的三維幾何體,并使用傳統(tǒng)的基于物理學(xué)的模擬來創(chuàng)建一組200萬個(gè)數(shù)據(jù)點(diǎn)。每個(gè)數(shù)據(jù)點(diǎn)都將他的幾何體與密度和剛度的 "理想 "值聯(lián)系起來。然后,他將這些數(shù)據(jù)點(diǎn)輸入一個(gè)神經(jīng)網(wǎng)絡(luò),并訓(xùn)練它尋找所需的屬性。
最后,梅斯納使用了遺傳算法--一種迭代的、基于優(yōu)化的人工智能類別--與經(jīng)過訓(xùn)練的神經(jīng)網(wǎng)絡(luò)一起,確定能夠產(chǎn)生他所尋求的特性的結(jié)構(gòu)。令人印象深刻的是,他的人工智能方法找到了正確的結(jié)構(gòu),比傳統(tǒng)的物理模擬快2760倍。
卷積神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)。圖片來源:馬克-梅斯納。
人工智能、3D打印和核部門
人工智能方法最有希望的應(yīng)用之一是在3D打印領(lǐng)域。由于該方法傾向于提出極其復(fù)雜的幾何形狀,傳統(tǒng)的制造工藝將難以實(shí)際生產(chǎn)模型所建議的結(jié)構(gòu)。三維打印的添加性使得制造這些優(yōu)化的結(jié)構(gòu)成為可能,無論幾何形狀有多復(fù)雜,都能使科學(xué)家實(shí)現(xiàn)他們所尋求的特性。
Messner認(rèn)為 "機(jī)械工程的未來 "很可能是人工智能和增材制造的結(jié)合。"你可以把由神經(jīng)網(wǎng)絡(luò)決定的結(jié)構(gòu)交給擁有3D打印機(jī)的人,他們會(huì)按照你想要的性能打印出來。我們還沒有完全達(dá)到這個(gè)目標(biāo),但這是我們的希望。"
該技術(shù)的一個(gè)更直接的應(yīng)用是在核工業(yè)中,用于材料設(shè)計(jì)。事實(shí)上,梅斯納的團(tuán)隊(duì)目前正在與核電創(chuàng)業(yè)公司Kairos Power合作,利用人工智能設(shè)計(jì)一個(gè)熔鹽核反應(yīng)堆核心。阿貢的模型最終將幫助Kairos團(tuán)隊(duì)預(yù)測(cè)不銹鋼316H在幾十年內(nèi)如何處理核反應(yīng)堆核心固有的高溫和壓力。
"這是我們?yōu)镵airos Power所做工作的一小部分,但卻是至關(guān)重要的,"阿貢的核工程師Rui Hu總結(jié)道。"Kairos Power希望有非常準(zhǔn)確的模型來說明反應(yīng)堆部件在其反應(yīng)堆內(nèi)的行為,以支持其向核管理委員會(huì)提出的許可申請(qǐng)。我們期待著提供這些模型。"
人工智能和機(jī)器學(xué)習(xí)無疑已經(jīng)進(jìn)入了3D打印領(lǐng)域,在從材料設(shè)計(jì)到缺陷檢測(cè)等方面都有應(yīng)用。本月早些時(shí)候,查爾斯大學(xué)計(jì)算機(jī)圖形學(xué)組(CGG)的研究人員開發(fā)了一種基于ML的技術(shù),可以幫助解鎖更高的保真度的c
人工智能和機(jī)器學(xué)習(xí)無疑已經(jīng)進(jìn)入了3D打印領(lǐng)域,從材料設(shè)計(jì)到缺陷檢測(cè)都有應(yīng)用。本月早些時(shí)候,查爾斯大學(xué)計(jì)算機(jī)圖形組(CGG)的研究人員開發(fā)了一種基于ML的技術(shù),可以幫助解鎖更高保真度的彩色3D打印。通過模擬3D打印過程,該團(tuán)隊(duì)能夠訓(xùn)練一種算法,以找到限制顏色滲漏的最佳構(gòu)建參數(shù),并提高零件精度。
在其他地方,在阿貢和德克薩斯A&M大學(xué),科學(xué)家們以前開發(fā)了一種新穎的ML方法來檢測(cè)3D打印部件的缺陷。利用實(shí)時(shí)溫度數(shù)據(jù)和ML算法,科學(xué)家們能夠在熱歷史和次表面缺陷的形成之間建立相關(guān)聯(lián)系。
轉(zhuǎn)載請(qǐng)注明出處。