机器学习

下面是所有关联了此标签的内容

列表展示

详情展示

LLNL新AI视觉系统：直写成型缺陷实时现形，打印中即可拦截

劳伦斯利弗莫尔实验室将摄像头与机器学习结合，在直写成型每层沉积后即时测量丝材直径与分布，提前发现断丝、倾斜等缺陷，并标记需CT检测的部件，未来可赋能数字孪生与自主判定。

反对

09-22 23:27

AI逐层实时检测3D打印缺陷，速度比人工快10万倍，精度达微米级

LLNL团队为直写成型工艺开发AI视觉检测系统，通过摄像头和机器学习在沉积时逐层分析图像，实时计算丝材直径等指标，精度达微米级，速度较人工提升约10万倍，还能发现平台倾斜等平均测量掩盖的问题，有望降低检测成本并推广至更多领域。

反对

09-17 21:18

AI越强，数据越要硬：增材制造如何构建让算法可信的质量证据链？

增材制造需构建贯穿粉末、工艺、检测的零件级证据链，作为质量数据骨干。只有结构化、可追溯的数据环境，才能让AI学习可靠信号并提升可信度。先夯实可追溯性与标准化，再引入AI，才能实现受控智能与规模化应用。

反对

08-28 18:54

3D Systems携手萨凡纳河国家实验室，以增材制造攻坚核能关键部件

该合作研发协议（CRADA）是在实验室的先进制造合作中心安装3D Systems设备后达成的，并将涵盖核能部件。

反对

08-28 17:15

iAM3D推出LPW Z2500：8轴双模式超大L-DED系统，集成送粉送丝与内外表面熔覆

大尺寸金属增材制造公司iAM3D已推出LPW Z2500，这是一种激光定向能量沉积系统（L-DED），构建空间为2000 × 2000 × 2500 毫米。

反对

08-03 17:29

AI优化3D打印靶材成功抑制核聚变实验不稳定性

研究人员利用AI算法优化设计出特殊空腔结构的3D打印靶材，并通过创新增材制造工艺将其实现。实验验证该结构能有效重塑冲击波，抑制核聚变实验中的RMI不稳定性。此项工作首次证明此类AI优化设计可从模拟走向实体制造与验证，为惯性约束聚变靶材设计提供了新思路。

反对

04-17 17:50

听障儿童福音！AI预测建模+本地化3D打印，解决耳模频繁更换行业痛点

该项目开发AI预测建模与本地化3D打印相结合的系统，通过分析儿童耳道生长数据提前制造适配耳模，解决因耳道发育频繁更换耳模的难题，推动全球听障儿童听力与语言康复发展。

反对

04-03 08:49

DARPA资助UCF开发AI模型，预测3D打印零件性能以替代破坏性测试

美国防部资助中佛罗里达大学开展为期两年的研究项目，通过开发AI模型对3D打印零件性能及缺陷进行预测，从而显著减少依赖破坏性测试带来的高成本与长周期问题。这一创新方法旨在提升增材制造在航空航天等行业应用的可负担性与可靠性。

反对

03-29 22:23

Addiguru联手多家制造商与研究机构，推动多传感器监控系统革新金属3D打印缺陷检测

金属增材制造多传感器监测系统开发商Addiguru公司宣布与多家制造商及研究机构达成系列合作，旨在提升3D打印过程中的缺陷检测能力。合作伙伴包括Apex Additive Technologies、雷尼绍、增材制造解决方案公司（AMS）、LISI航空航天增材制造公司、英国制造技术中心（MTC）以及博尔顿大学先进制造中心（CfAM）。各方合作将聚焦于探索如何综合解析打印过程中采集的光学、热力学与设备控制数据，以提升缺陷概率（PoD）信号的置信度，并有望降低对计算机断层扫描等后处理检测方法的依赖。

反对

03-13 20:17

荷兰Dimanex公司破产，供应链软件初创企业面临技术前景与商业可持续性挑战

荷兰增材制造软件商Dimanex因资金趋紧及企业客户数字化转型周期漫长，被法院宣布破产。其平台虽运用机器学习识别可3D打印部件，但难以在融资放缓环境中维持运营。该公司技术资产与客户关系仍可能吸引收购方，为业务重启带来转机。

反对

02-13 20:34