相关实验视频
Updated: Jun 23, 2025
08:35
Hybrid Printing for the Fabrication of Smart Sensors
Published on: January 31, 2019
8.1K
机器学习使得在气溶喷射3D打印中打印线条的电阻模拟成为可能
Mingdong Li1, Shuai Yin2, Zhixin Liu2
1School of Information Engineering, Suzhou University, Suzhou, 234000, China.
Scientific reports
|June 25, 2024
概括
气溶喷射打印 (AJP) 的质量是使用机器学习优化. 这种方法增强了对功能设备印刷线形态和电阻的控制.
科学领域:
- 材料科学 材料科学 材料科学
- 电气工程 电气工程
- 制造业 制造技术 制造技术
背景情况:
- 气溶喷气打印 (AJP) 为复杂的电气设备提供了高分辨率和可适应的工作距离.
- 由于复杂的机器,工艺和材料相互作用,控制AJP的电性能具有挑战性.
- 有限的可控性阻碍了AJP在功能组件制造中的广泛应用.
研究的目的:
- 开发一种系统的机器学习方法,以优化AJP的印刷质量.
- 为了实现AJP打印线路的精确电阻预测.
- 为了确定一个最佳的操作窗口,以改善印刷线形态.
主要方法:
- 利用实验设计和几何特征提取用于AJP过程分析.
- 对比了三个卷积神经网络 (CNN) 架构,用于从打印线条中提取特征.
- 采用了三种非参数机器学习技术用于电阻模拟.
- 系统地使用四个评估指标比较机器学习模型的性能.
主要成果:
- 确定了一个最佳的操作窗口,以有效地区分优质和劣质印刷线形态.
- 通过使用CNNs成功提取印刷线条的代表性特征.
- 对比了不同非参数机器学习模型对电阻的预测性能.
结论:
- 拟议的机器学习方法可以优化AJP的印刷线形态.
- 准确的电阻模型被确定为AJP打印的线条.
- 这项工作提高了用于功能设备的气溶喷气打印的可控性和适用性.
