XiaoMi-AI文件搜索系统
World File Search System增材
在医疗保健供应链中实施循环经济目标中的增材制造业：矛盾的紧张和解决方案
引用：Priyadarshini，J.，Singh，R.K.，Mishra，R.，He，Q。，＆Braganza，A。（2024）。在医疗保健供应链中实施循环经济目标中的增材制造业：从行业5.0角度来看，矛盾的紧张局势和解决方案。信息系统边界，doi：10.1007/s10796-024-10482-1。
AM-SegNet 用于增材制造原位 X 射线图像分割和特征量化
摘要 同步加速器 X 射线成像已用于检测金属增材制造 (AM) 过程中熔池的动态行为，此过程中会产生大量图像数据。在此，我们开发了一种高效且稳健的深度学习模型 AM-SegNet，用于分割和量化高分辨率 X 射线图像，并准备了一个包含超过 10,000 个像素标记图像的大型数据库，用于模型训练和测试。AM-SegNet 结合了一个轻量级卷积块和一个定制的注意机制，能够以高精度（∼ 96%）和处理速度（每帧 < 4 毫秒）执行语义分割。分割结果可用于关键特征（例如锁孔和孔隙）的量化和多模态相关分析。此外，还展示了 AM-SegNet 在其他先进制造工艺中的应用。所提出的方法将使制造和成像领域的最终用户能够加速从收集到分析的数据处理过程，并提供对过程控制物理学的洞察。
迈向增材制造中的数字孪生框架
激光定向能量沉积 (DED) 在增材制造 (AM) 中具有显著优势，可用于生产复杂的几何形状并促进材料功能分级。然而，材料属性不一致和零件多变等固有挑战仍然存在，这主要是由于其分层制造方法。对这些挑战至关重要的是 DED 过程中的热量积累，这会影响最终材料的微观结构和性能。尽管用于管理热量积累和温度调节的闭环控制方法在 DED 文献中很普遍，但很少有方法将实时监控、基于物理的建模和控制同时集成在一个有凝聚力的框架中。为了解决这个问题，我们提出了一个数字孪生 (DT) 框架，用于实时模型预测控制 DED 的工艺参数，以实现特定的工艺设计目标。为了实现该目标，我们详细介绍了利用基于长短期记忆 (LSTM) 的机器学习的替代模型的开发，该模型使用贝叶斯推理来预测 DED 构建部件各个空间位置的温度。该模型提供未来温度状态的实时预测。此外，我们引入了用于时间序列过程优化 (BOTSPO) 的贝叶斯优化 (BO) 方法。它的基本原理与传统 BO 一致，其新颖之处在于我们独特的时间序列过程配置文件生成器，具有降低维度的表示。BOTSPO 用于动态过程优化，我们在其中部署 BOTSPO 来确定最佳激光功率配置文件，旨在实现 DED 构建中的所需机械性能。识别的配置文件建立了一个过程轨迹，在线过程优化旨在匹配或超越该轨迹的性能。本文阐述了数字孪生框架的组成部分，主张将其整合为 AM 的综合数字孪生系统。
技术简介：钢桥应用的大型金属增材制造 (AM) 评估
简介金属增材制造 (AM) 具有一系列积极的特性：自动化、制造复杂几何形状的能力、组件优化、整合装配、数字库存和减少材料浪费。其他大型金属行业已经意识到并应用了这些优势，包括航空航天、发电、海事和国防。电弧增材制造 (WAAM) 是一种定向能量沉积 (DED) AM 工艺，能够使用金属原料（例如传统焊丝耗材）进行打印。WAAM 的进步，即它与机械臂和定位器的集成，允许制造以英尺为单位的大型组件。由于这些原因，WAAM 成为生产大型结构部件的理想选择。但是，目前缺乏对 WAAM 的材料和疲劳行为的基础知识，可能会阻碍其在建筑和运输结构行业的广泛应用。
通过材料挤压实现自感知部件的增材制造
摘要 本研究的目的是通过嵌入铜和连续碳纤维导电元件来开发和评估增材制造部件的自感应能力。使用自定义 g 代码在基于材料挤出的 Anisoprint A4 机器上制造了两组测试样本。每组都包含非晶态热塑性基质中的铜和连续碳纤维。通过改进美国材料与试验协会 (ASTM D790) 三点加载系统开发了一种量身定制的测试装置。在弯曲载荷下进行电阻测量，以评估每个测试样本的自感应能力。结果证实，材料挤出技术可以生产自感应部件。电阻呈线性增加（传感公差 <±2.6%，R 2 >93.8% p 值 < 0.005），与施加的力和应变建立了很强的相关性。这项工作允许创建智能部件，以促进工业 4.0 所需的状态监测和预防性维护所需的大数据收集、分析和基于证据的决策。
金属增材制造 (MAM) 在汽车零部件生产中的应用——综述
摘要：本文强调了增材制造技术在过去几年中在汽车零部件生产中的重要性。它指出了这些生产技术已应用的行业和科学领域。主要的制造方法基于所用材料（包括金属和非金属）进行介绍。作者主要关注采用金属及其合金的增材制造技术。在此背景下，他们将这些方法分为三大类：L-PBF（激光粉末床熔合）、薄板层压和DED（定向能量沉积）技术。在本文的后续工作阶段，提到了使用金属增材制造（MAM）方法生产的汽车部件的具体示例。
使用增材制造进行太空探索
鸣谢：AFS-D 图像归功于 MELD TM Manufacturing，冷喷涂图像归功于 Spee3D，EBW-DED 图像归功于 Sciaky 和 Lockheed Martin Corporation，AW-DED 图像归功于 Gefertec，LW-DED 图像归功于 Meltio，UAM 图像归功于 Fabrisonic 和 NASA JPL，LP-DED 图像归功于 IRT Saint-Exupery 和 Formalloy 领导的 DEPOZ 项目，L-PBF 图像归功于 Renishaw plc 和 CellCore GmbH/Sol Solutions Group AG，EB-PBF 图像归功于 Wayland 和 GE Additive/Arcam。
通过扭转和压缩下的增材制造产生的晶格结构的机械表征
摘要在本文中，研究了晶格结构的扭转和压缩行为。PLA（聚乳酸）材料用于组装中，并通过增材制造方法产生。在实验研究中，通过数字图像相关系统（DIC）系统研究了结构和晶格行为。使用三个不同的单元电池模型创建的模型，作为trunch八浓度，trunch八光线，带有节点的身体对角线以及两个不同的，70 mm和140毫米，总长度大小。通过压缩和扭转实验研究了单位细胞模型的影响，细胞大小对结构的强度进行了研究。获得了最大压缩应力和最大扭转，并提出了其变形。由于细胞模型的结构与扭转兼容，因此在带有节点细胞模型的身体对角线和140 mM的身体对角线中确定了最高最大扭矩。在Trunch Octa Light细胞模型和140 mM细胞长度中确定最高的压缩应力。
SAMSax——通过增材制造技术推动循环经济发展的创新生活实验室
摘要：由于人类活动引起的气候变化以及资源和材料稀缺等各种因素，产品的可持续发展受到行业和消费者的极大关注。为此，萨克森州可持续增材制造模拟 + 生活实验室 (SAMSax) 已建立为一个物理实验空间，旨在提高产品的可持续性。这包括选择资源高效的制造工艺、使用可再生材料、减少使用过程中的能源消耗以及可回收性设计。实验室的创新方法还整合了一个开放式创新过程，让现有和潜在的利益相关者参与其中。与来自工业、学术界和政府的利益相关者密切合作，促进了创意的产生，提供了解决方案，并提高了接受度和实际实施。从方法论上讲，SAMSax 专注于升级有机和无机残留物以及工业和农业的副产品，使用增材制造（“3D 打印”）将它们重新整合为工业生产中的创新组件。生活实验室通过数字技术、分析和协作开发提供了一个网络和主动知识转移的空间，从而能够在现实环境中测试和评估创新。已经确定了几种适合增材制造和新产品的潜在废料。除了工业废料外，纸张和木屑等材料、沙子等工业副产品以及收获残渣等农业残渣也在实验室中使用增材制造进行分析、加工和测试。通过这种方式，SAMSax 可以为综合、一致的循环经济做出贡献。该研究旨在证明 SAMSax 生活实验室是增材制造领域创新的关键驱动力。此外，这项研究还通过将生活实验室展示为一个面向应用的研究环境做出贡献，重点关注中小企业的创新实施。