Výhody pro uživatele
- Vynikajících výsledků lze dosáhnout s menším počtem pokusů pomocí bayesovské optimalizace.
- Při použití přístroje AGS-V lze pohodlně provádět tahové zkoušky s vynikající přesností.
Úvod
Technologie 3D tiskáren se široce používá ve výrobě a výzkumu a vývoji k efektivní výrobě dílů složitých tvarů. Její kvalita však závisí na různých faktorech, jako je použitý materiál, podmínky tváření a nastavení zařízení. Optimalizace těchto faktorů není snadná. Zejména pro zlepšení výkonnostních ukazatelů, jako je přesnost tváření, kvalita povrchu a pevnost, je nutné upravit velké množství parametrů, takže tradiční metody založené na metodě pokusů a omylů vyžadují velké množství času a nákladů. V posledních letech přitahuje pozornost "bayesovská optimalizace" jako řešení. Jedná se o statistickou metodu, která dokáže efektivně hledat optimální parametry s omezeným počtem pokusů. Je zvláště účinná pro nelineární problémy s vysokou dimenzí. V tomto článku je uveden příklad, v němž byla bayesovská optimalizace použita na modelu výroby zkušebních vzorků v tahu pomocí 3D tiskárny na pryskyřici s cílem získat podmínky 3D tisku (vysvětlující proměnné), které optimalizují pevnost v tahu a výrobní časy (objektivní proměnné) *.
*1 Výstupní podmínky získané v tomto testu jsou optimální pro hantýrku.
zkušebních vzorků, ale nemusí být optimální pro jiné tvary.
Testovací podmínky
Konfigurace zařízení je uvedena v tabulce 1. Jako surovina pro výrobu zkušebních vzorků byla použita vlákna PETG-CF, která mají vynikající mechanickou pevnost a vysokou pružnost. Na obr. 1 je znázorněn přesný univerzální zkušební stroj AGS-V, na obr. 2 zkušební zařízení a na obr. 3 výsledky tahové zkoušky. Prodloužení do porušení PETG-CF použitého ve vláknech bylo nízké a k porušení došlo křehkým způsobem.
Bayesovská optimalizace a postupy
Při bayesovské optimalizaci jsou vstupem výsledky testů a výstupem jsou další podmínky testů. Tento postup byl proveden 6krát a bylo vyzkoušeno celkem 30 podmínek, takže získaný výsledek byl považován za optimální řešení. Podmínky bayesovské optimalizace jsou uvedeny v tabulce 2. V tomto případě byly vysvětlující proměnné nastaveny na "rozteč vrstev", "rychlost tisku" a "hustotu výplně" a cílové proměnné na "maximalizaci pevnosti v tahu" a "minimalizaci doby tisku". V tabulce 3 je uvedeno devět podmínek a jejich výsledky testů pro první iteraci. Bayesovský optimalizační výpočet byl proveden pomocí služby poskytnuté společností Mitsui Knowledge Industry Co., Ltd. (MKI-bayesopt).
Výsledky testů
Výsledky bayesovské optimalizace jsou uvedeny v tabulce 4. Pro pevnost v tahu měl optimální podmínky zkušební vzorek číslo 25 (červená čára) a pro dobu tisku měl optimální podmínky zkušební vzorek číslo 14 (modrá čára). Na obr. 4 je trojrozměrný graf, který ukazuje korelaci mezi objektivní proměnnou pevnost v tahu a vysvětlujícími proměnnými. Oranžová část označuje vysokou pevnost v tahu a modrá část nízkou pevnost v tahu. Je vidět, že hustota náplně a rychlost tisku měly větší vliv na pevnost než rozteč vrstev. Vyšší hustota plnění a nižší rychlost tisku měly tendenci vést k vyšší pevnosti. Na obr. 5 je trojrozměrný graf, který ukazuje korelaci mezi objektivní proměnnou doba tisku a vysvětlujícími proměnnými. Oranžová část označuje delší dobu tisku a modrá část kratší dobu tisku. Čím větší je rozteč vrstev, tím vyšší je rychlost tisku, a čím nižší je hustota náplně, tím kratší je doba tisku.
English 
German 
Czech 
Slovak 
Bulgarian 
Romanian 