用人工智能驱动的非破坏性测试,用于智能制造碳负生物聚合物结合土壤复合材料
Barney H Miao1, Yiwen Dong2, Andreas Theissler3,4
1Department of Civil and Environmental Engineering, Stanford University, 473 Via Ortega, Stanford, CA, USA. barneym@stanford.edu.
Communications engineering
|February 25, 2026
概括
一个新的基于振动的传感系统与AI算法在制造过程中检测生物聚合物结合土壤复合材料 (BSC) 的缺陷. 这种质量控制方法可以挽救湿物质,并监测干燥,以便高效,大规模地使用这种可持续建筑材料.
科学领域:
- 材料科学 材料科学 材料科学
- 可持续的建筑材料 可持续的建筑材料
- 人工智能在制造业中的应用
背景情况:
- 生物聚合物结合土壤复合材料 (BSC) 为混凝土提供了一个碳负替代品.
- 大规模的BSC生产需要强有力的质量控制,以尽量减少缺陷和浪费.
- 目前的方法缺乏湿BSC的实时评估能力.
研究的目的:
- 开发一种非破坏性传感系统,用于BSC的早期质量控制.
- 整合人工智能 (AI) 用于BSC的智能制造.
- 为了在BSC生产过程中实现实时缺陷检测和湿度监测.
主要方法:
- 实施基于振动的传感系统,用于非破坏性测试.
- 开发人工智能算法,利用基于物理的特征进行数据分析.
- 在潮湿和干燥阶段对材料性能进行监测.
主要成果:
- 成功检测湿BSC的材料缺陷,允许进行救援.
- 在干燥过程中实时监测水分损失和强度的发展.
- 对智能制造应用程序的AI驱动系统的验证.
结论:
- 开发的传感系统为大型BSC制造提供了必要的质量控制.
- 早期缺陷检测和过程监测对于高效的BSC生产至关重要.
- 这项技术支持生物聚合物结合土壤复合材料作为建筑材料的可持续部署.
更多相关视频
11:38Environmentally-controlled Microtensile Testing of Mechanically-adaptive Polymer Nanocomposites for ex vivo Characterization
Published on: August 20, 2013
10.7K
05:38Production and Analysis of Sporosarcina pasteurii Biocement Bricks Using Custom 3D-Printed Molds for Unconfined Compression Tests
Published on: March 7, 2025
1.1K
