머신러닝으로 사출성형보다 강력한 3D 프린팅 가능

Machine Learning은 FDM 3D 프린팅 부품을 사출 성형 부품을 능가하는 수준으로 업그레이드할 수 있다고 Exponential Technologies의 연구에서는 제안합니다.

Exponential Technologies는 독일 베를린에 본사를 둔 3D 프린터 제조업체인 Orion-AM과 협력하여 우수한 기계적 특성을 달성하기 위해 기계 학습을 사용하는 데이터 과학 플랫폼 xT SAAM을 사용하여 3D 프린터 설정을 개발했습니다.

Orion-AM의 새로운 A150 시리즈 3D 프린터는 FDM의 전통적인 레이어별 프로세스와 열 복사 가열을 결합하며 모두 온도 제어 빌드 챔버 내에서 관리됩니다.

Orion-AM은 각 PEEK 필라멘트 테스트 부품에서 xT SAAM 플랫폼에 입력된 데이터를 사용하여 기계 학습 시스템의 제안을 사용하여 압출기 온도, 층 온도, 팬 속도, 베드 온도 및 충전재 중첩을 변경했습니다.

Solvay와 Evonik의 재료를 사용하여 20~30개의 인쇄 샘플을 제작한 연구에 따르면 샘플을 추가할 때마다 결과가 향상되었습니다. Orion-AM은 인장강도와 탄성계수 모두에서 사출성형을 능가하는 결과로 실험을 마무리했습니다.

비교를 위해, 사출 성형된 PEEK의 인장 강도는 약 90MPa이고 탄성 계수는 ​​약 3.3GPa입니다. Orion-AM은 xT SAAM을 활용하여 Solvay의 PEEK 필라멘트에서 95MPa의 인장 강도와 3.8GPa의 인장 계수를 얻을 수 있었으며, Evonik의 산업용 등급 PEEK 필라멘트는 92.8MPa의 인장 강도와 3.7GPa의 인장 계수를 달성했습니다.

Orion-AM CEO Adam은 "xT-SAAM 플랫폼을 사용하여 3D 프린팅 프로세스를 미세 조정하여 30개의 샘플만으로 Z 방향 사출 성형을 능가하는 PEEK의 인장 강도와 탄성 계수를 달성할 수 있었습니다."라고 말했습니다. 룸얀