編譯：chux
出品：ATYUN訂閱號
3D打印機需要使用數學模型對定位和控制算法進行微調，以達到最佳性能。這是一個漫長而艱鉅的過程，可能需要數週才能設置打印參數。即便如此，仍然存在打印錯誤的可能性。
爲了克服這些問題，彼得大聖彼得堡理工大學（SPbPU）的輕質材料和結構實驗室的科學家們開發了一種用於金屬3D打印機的神經網絡。
無論是採用協作機器人，使用AI的3D打印機，配備思維功能的軟件，還是啓用智能工廠，工業和科學家都正在將AI帶到製造業。目前，科學家們還在探索神經網絡，使AI在3D打印方面發揮作用。
使用神經網絡，計算機可以開發圖像識別能力等功能。而3D打印也有助於神經網絡的發展。如先前的報道，科學家們使用3D打印來構建神經網絡。
在最新的研究中，SPbPU的研究人員開發了用於金屬3D打印的神經網絡，這將有可能使3D打印更快，更高效。
處理3D打印項目對於SPbPU來說並不新鮮。如先前報道，SPbPU的工程師創造了一個帶有3D打印組件的電動引擎。
現在，SPbPU團隊正在開發一個神經網絡，可以從之前手動輸入的數據中學習，使3D打印更快，無需對不同結構進行數學建模。
此外，神經網絡還在印刷期間進行調整以檢測和修正缺陷，勞倫斯利弗莫爾國家實驗室也使用神經網絡解決了這個問題。
用於3D打印的SPbPU神經網絡是用MATLAB，數字計算軟件和編程語言開發的。
SPbPU團隊使用新的神經網絡，開發了印刷模式來製造船舶桅頂。SPbPU科學家正在進一步測試開發的神經網絡。到目前爲止，他們已經測試了激光熔化的質量，製造零件的質量以及焊接工藝的穩定性。
輕量級材料與結構SPbPU實驗室主任Oleg Panchenko表示，下一步是創建一個基於神經網絡的在線系統，自動輸入數據集和輸出參數，這樣系統將不斷學習。新系統將提高零件的質量，並提高參數開發的速度，以進一步製造。