寻找回收材料的理想参数 融合颗粒 基于制造的3D打印 使用开源软件实现颗粒群集优化
Shane Oberloier1, Nicholas G Whisman1, Joshua M Pearce2
1Department of Electrical and Computer Engineering, Michigan Technological University, Houghton, Michigan, USA.
3D printing and additive manufacturing
|December 20, 2023
概括
新的开源平台PSO Experimenter简化了为再生塑料等新型材料找到最佳的3D打印参数. 这种工具大大减少了增材制造工艺的研究时间.
科学领域:
- 材料科学 材料科学 材料科学
- 计算机科学 计算机科学
- 制造业 工程 制造工程
背景情况:
- 增材制造正在扩大材料应用,包括废塑料和复合材料.
- 优化新材料的打印参数是耗时的.
- 计算智能 (CI) 和粒子群优化 (PSO) 可以加速参数发现,但实施起来很复杂.
研究的目的:
- 开发和验证一个易于使用的开源平台 (PSO Experimenter),用于优化3D打印参数.
- 将PSO Experimenter应用于具有挑战性的回收材料,低密度聚乙烯 (LDPE),在化颗粒制造系统中.
- 为了证明平台在减少新材料参数优化实验时间方面的有效性.
主要方法:
- 开发PSO Experimenter,这是一个开源软件平台,利用粒子群集优化.
- 应用PSO Experimenter以优化低密度聚乙烯 (LDPE) 丝的化颗粒制造参数.
- 验证平台在识别废塑料的功能打印参数方面的性能.
主要成果:
- 公共服务局的实验人员成功地在化颗粒制造系统中确定了LDPE的功能打印参数.
- 该平台展示了对3D打印参数优化研究时间的97%的减少.
- PSO Experimenter在优化难以打印的废塑料的参数方面被证明是有效的.
结论:
- PSO Experimenter是一个用户友好,有效和免费的软件解决方案,用于优化3D打印参数.
- 该平台解决了非计算机科学家在利用CI进行材料优化方面的复杂性障碍.
- PSO Experimenter对于分布式回收和增材制造 (DRAM) 以及其他需要流程优化的领域非常有价值.
