Dyndrite возглавила проект AIM-4AM: ИИ для допусков материалов в 3D-печати
Главное
- Dyndrite возглавляет проект AIM-4AM ($2 млн), направленный на создание ИИ-фреймворка для ускорения квалификации материалов в Laser Powder Bed Fusion (LPBF).
- В партнерстве с Mimo Technik и RTX компания разрабатывает методы машинного обучения, позволяющие радикально сократить объем дорогостоящих физических испытаний при сохранении статистической достоверности.
- Пилотная реализация фреймворка проводится на 17-4PH нержавеющей стали H1025 при поддержке America Makes и NCDMM.
Квалификация материалов: главный тормоз аддитивного производства
Аддитивное производство металлических деталей давно доказало свою технологическую зрелость, однако его широкое внедрение в аэрокосмической и оборонной отраслях сдерживается фундаментальной проблемой: стоимостью и длительностью квалификации материалов. Традиционные подходы требуют тысяч тестовых образцов для установления статистически значимых допусков — показателей прочности, усталости и других механических свойств. Dyndrite, компания, известная собственным ядром для управления процессами 3D-печати, предлагает кардинально иной путь.
Проект AIM-4AM (Artificial Intelligence for Material Allowables in Additive Manufacturing), инициированный America Makes и National Center for Defense Manufacturing and Machining (NCDMM) при финансировании OSD ManTech, ставит своей целью разработку ИИ-фреймворка для идентификации и количественной оценки рисков в существующем подходе к определению допусков материалов.
Архитектура проекта и роли участников
Dyndrite выступает генеральным подрядчиком и технологическим ядром проекта. Ключевая задача компании — разработка алгоритмов машинного обучения, способных анализировать трассируемые производственные данные и на их основе предсказывать механические свойства деталей. В отличие от подхода «черного ящика», характерного для многих LPBF-систем, ML-модели Dyndrite будут опираться на физику процесса и контроль параметров.
| Участник | Роль в проекте | Ключевая ответственность |
|---|---|---|
| Dyndrite | Лидер проекта | Разработка ML-методологий, генерация квалификационных датасетов, валидация прогнозов |
| Mimo Technik | Партнер по производству | Контролируемая LPBF-печать образцов, координация тестирования |
| RTX | Партнер по внедрению | Обеспечение применимости результатов в аэрокосмической и оборонной промышленности |
Mimo Technik берет на себя задачу выполнения контролируемых построек методом Laser Powder Bed Fusion (LPBF) и координацию физических испытаний. RTX выступает в роли индустриального приемщика — компания заинтересована в результатах для сертификации собственных аэрокосмических компонентов.
Почему 17-4PH и что меняет ИИ
В качестве демонстрационного материала выбрана 17-4PH нержавеющая сталь H1025 — один из наиболее востребованных сплавов в аэрокосмической отрасли, сочетающий высокую прочность и коррозионную стойкость. Традиционная квалификация этого материала в LPBF-процессе требует проведения серии тестов на растяжение и усталость для каждого изменения параметров печати или геометрии.
«Квалификация аддитивного производства исторически требовала обширных физических испытаний C/D-базиса, потому что природа "черного ящика" машин создает неопределенность в процессе и риск, — поясняет Харшил Гоэл, основатель и CEO Dyndrite. — Эта программа направлена на то, чтобы помочь количественно оценить этот риск и управлять им более интеллектуально с помощью ML-методов, основанных на контроле процесса, статистической достоверности и валидационных тестах. Это просто математика и физика».
Механизм сокращения тестирования
Ключевое обещание AIM-4AM — внедрение статистически обоснованных протоколов сокращенного тестирования. Вместо того чтобы печатать и разрушать сотни образцов для каждой комбинации параметров, ML-модель на основе размеченных данных предыдущих тестов и данных мониторинга процесса (тепловые карты, анализ melt pool, трекинг дефектов) сможет предсказать вероятные значения прочности и усталостного ресурса.
Фреймворк, разрабатываемый Dyndrite, должен: 1. Оценивать квалификационный риск на уровне конкретной геометрии детали. 2. Генерировать предварительные квалификационные наборы данных для материала. 3. Валидировать AI-прогнозы против экспериментальных данных по растяжению и усталости. 4. Определять минимально необходимый объем физических тестов для достижения требуемой статистической достоверности.
«Одним из самых больших барьеров для масштабирования металлического аддитивного производства было время и стоимость, связанные с квалификацией и тестированием материалов, — комментирует Джонатан Коэн, основатель Mimo Technik. — Сочетая контролируемые производственные процессы с AI-анализом и трассируемыми данными, этот проект обладает потенциалом помочь отрасли двигаться к более быстрым и повторяемым методологиям квалификации».
Значение для оборонного комплекса и аэрокосмоса
Программа AIM-4AM напрямую согласуется с приоритетами Министерства обороны США и промышленности, направленными на ускорение индустриализации аддитивного производства. Возможность быстро и с гарантированным качеством квалифицировать новые сплавы (работающие в условиях высоких температур, коррозии, циклических нагрузок) способна кардинально сократить цикл вывода новых материалов и компонентов в серийное производство.
Частые вопросы (FAQ)
Какой проект возглавляет Dyndrite в сфере аддитивного производства? Dyndrite возглавляет проект AIM-4AM (Artificial Intelligence for Material Allowables in Additive Manufacturing) — инициативу по разработке ИИ-фреймворка для квалификации материалов в 3D-печати.
Какие компании участвуют в проекте AIM-4AM? В проекте участвуют три ключевых игрока: Dyndrite (лидер и разработчик ML-решений), Mimo Technik (оператор LPBF-печати и тестирования) и RTX (партнер по внедрению в аэрокосмической и оборонной промышленности). Проект управляется America Makes и NCDMM.
Как искусственный интеллект ускорит квалификацию материалов для 3D-печати? Машинное обучение позволяет заменить часть физических испытаний математическим моделированием, основанным на данных контролируемого процесса. ИИ оценивает риски и предсказывает свойства материала, что ведет к сокращению тестирования при сохранении требуемых статистических стандартов.
На каком материале тестируется фреймворк AIM-4AM? Пилотная демонстрация фреймворка проводится на 17-4PH нержавеющей стали в состоянии H1025, полученной методом Laser Powder Bed Fusion (LPBF).
Заключение: от эмпирики к математике
Проект AIM-4AM представляет собой попытку перевести процесс квалификации аддитивных материалов из области эмпирического тестирования в область предсказательного моделирования. Если Dyndrite и партнеры успешно продемонстрируют, что ML-фреймворк способен обеспечить статистическую достоверность, сопоставимую с полным набором физических тестов, отрасль получит инструмент, способный сократить стоимость и время сертификации новых материалов на порядки. В условиях, когда аэрокосмическая и оборонная промышленность требуют ускорения внедрения аддитивных технологий, такой подход — не просто инновация, а производственная необходимость.
Источник: www.tctmagazine.com