材料

开源ML算法,加速发现新的3D打印材料

选举候选人名单2021年3D打印行业大奖现在打开了。你认为今年谁应该获得最高荣誉?现在就说。

有兴趣收听吗?这个Youtube直播链接也是实时的,所以观众现在可以订阅并设置提醒,以确保他们不会错过。

工程师麻省理工学院麻省理工学院(MIT)开发了一种机器学习(ML)算法,有可能加快识别3D打印材料的过程。

包装在他们的自动编辑该团队的优化算法能够自动识别具有所需品质的可行打印材料,如韧性、刚性或抗压强度。通过这种方式,用户可以绕过传统树脂配方产生的成本、交货时间和浪费,并有可能找到人类主导研发的混合物。

“材料的开发在很大程度上仍然是一个手工过程,”该论文的共同主要作者迈克·福谢(Mike Foshey)说。“一位化学家走进实验室,用手混合配料,制作样品,测试并得出最终配方。但我们的系统可以在同一时间跨度内进行数百次迭代,而不是让一位化学家在几天内只能进行几次迭代。”

麻省理工学院团队基于算法的材料配方工作流程。
麻省理工学院团队基于算法的材料配方工作流程。图片来自《科学进展》杂志。

克服材料研发的“速度限制”

目前,开发新的3D打印材料需要制造商对聚合物化学有深入的了解,以及进行长时间评估所需的设备和支持。这种手工流程还允许对每个样品的一个因素进行评估,限制了材料研发的可访问性、效率和可扩展性。

为了开发更快速的应用特定3D打印树脂,麻省理工学院团队因此确定了自主研发周期的必要性。为了实现这一点,研究人员以前曾试验过算法驱动和基于量子点合成的机器人技术,但这些方法通常保留单一目标优化方法,限制了它们的实用性。

AutoOED: ML-led材料研究

为了加快材料研发,麻省理工学院团队已经确定了对数据高效优化算法的需求,特别是那些具有多任务能力的算法,为了满足这一需求,他们现在创建了AutoOED。该团队的工作流程旨在寻找新型光固化油墨,包括采用多目标方法,其中改进的算法有效地减少了所需的试验次数。

从理论上,团队的软件通过要求用户输入潜在材料的成分以及它需要拥有的属性,然后在它使用此数据来计算理想公式之前。一旦测试了材料原型,然后可以将任何结果馈回算法,然后将这些信息利用在更紧密的循环原型过程中建议另一个来试验。

Foshey解释道:“我们认为,在许多应用中,这将优于传统的方法,因为你可以更多地依赖优化算法来找到最佳解决方案。你不需要一位手边的专业化学家来预选材料配方。”

研究人员“AutoOED”算法工作原理的细分。
研究人员“自动OED”算法工作原理的分解。图片来源于《科学进步》杂志。

测试一个开源算法

为了评估他们的工作流程的有效性,工程师们尝试创建了六种墨水,与手工配制的材料相比,它们的性能得到了改善。经过30次迭代,团队发现他们的算法能够发现12种3D可打印树脂,其中一些比普通树脂强70%,但大多数具有以下特点韧性、刚度和强度方面的“最佳权衡”。

除了确定潜在的材料优化机会外,AutoOED还能够探索性能变化较大的材料的研发。例如,在测试期间,该算法研究了抗压强度或韧性增加高达399%,压缩模量增加高达584%的配方。

结果,研究者的工作流应用程序现在可以确定材料的理想严重依赖于特定的属性,它不容易制定,而且他们相信他们的方法可能会产生新一代的水凝胶,外科密封剂和纳米复合材料涂层与航空航天、医疗的潜力。

该团队还将他们的工作流程视为“自动化准备管道”,在未来的迭代中,可以集成自动操作材料分配和混合步骤的机器人,以进一步加快配方。然而,在较短的时间内,工程师们现在已经将他们的算法免费下载到Github,了解creator社区可以使用其快速材料查找工具做些什么。

“这在材料科学中有着广泛的应用,”Foshey总结道。“例如,如果你想设计效率更高、成本更低的新型电池,你可以使用这样的系统来完成。或者如果你想为性能良好、环保的汽车优化油漆,这个系统也可以做到。”

法国Bouygues Travaux Publics公司的建筑工地。该公司的主管是研究项目组的一员。图片来自Bouygues Travaux Publics网站。
ML算法现在被用于识别各个行业(包括建筑业)中的3D可打印材料。通过Bouygues Travaux Publics拍摄图像。

材料研究的现代化

由于其预测能力,ML算法可能是缩短各种产品开发周期的理想选择,但印刷材料最近已成为研究的热点。在利哈伊大学,科学家们测试了一种一种新的ML材料测试方法他们使用人工神经网络来识别试样之间的结构相似性。

在其他地方,在类似的研究中,人工智能专家Intellegens曾与斯通集团开发新的DED聚焦ML算法用于评估新型3D打印材料。该公司的软件被称为“Alchemite”,有效地利用热阻测量作为缩小可打印镍基合金搜索范围的基础。

在建筑应用中斯文本科技大学曾与布伊格·特拉沃公共酒店作为一个项目的一部分,已经看到它使用ML来寻求一种方法优化3D可打印混凝土的强度通过该倡议,这些组织还旨在设计一个3D打印地质聚合物样品分类的行业标准,以及一个未来材料分级的路线图。

研究人员的研究结果在他们题为“研究”的论文中有详细说明利用数据驱动的多目标优化加速三维打印材料的发现该书由蒂莫西·厄普斯、迈克尔·福谢、米娜·科纳科维奇·卢科维奇、汉斯·哈根、赫尔夫·迪奇、克劳斯·斯托尔、伯恩哈德·冯·瓦卡诺和沃伊切赫·马图西克合著。

要跟上最新的3D打印新闻,不要忘记订阅3D打印行业通讯还是跟着我们推特或者喜欢我们的网页脸谱网.

要深入了解添加剂制造,您现在可以订阅我们的Youtube频道,以讨论、汇报和3D打印的镜头为特色。

您是否正在寻找添加剂制造行业的工作?访问3D打印作业来选择行业中的角色。

图片展示了麻省理工学院研究人员在测试中识别出的六种3D打印墨水。图片来自《科学进展》杂志。