很多文章的报道都是由微观而宏观，今日小编讲给大家带来的关于AI技术解决零件精度问题 这是3-D打印中的主要创造挑战的资讯也不例外，希翼可以在一定的程度上开阔你们的视野！y有对AI技术解决零件精度问题 这是3-D打印中的主要创造挑战这篇文章感兴趣的小伙伴可以一起来看看

想象一下使用机器学习来确保飞机的各个部件更精确地装配在一起，并且可以在减少测试和时间的情况下进行组装。这是普渡大学和南加州大学研究人员正在开辟的新技术的用途之一。

普渡大学自然科学学院统计助理教授阿尔曼·萨巴吉(Arman Sabbaghi)说：“我们确实在迈向创造业的巨大飞跃，并在国家科学基金会的支持下领导了普渡大学的研究团队。” “我们已经开辟了自动机器学习技术，以帮助改善增材创造。这种创新正在迈向实质上同意 任何人成为创造商的道路。”

该技术解决了增材创造领域当前的重大挑战：所生产的单个零件需要具有高度的精度和可重复性。该技术同意 用户在其当前网络中本地运行软件组件，从而公开API或编程接口。该软件使用机器学习来分析产品数据并制定计划以更高的精度创造所需的零件。

Sabbaghi说：“这在航空航天等许多行业都有应用，在这些行业中，精确的几何尺寸对于确保可靠性和安全性至关重要。” “这是我第一次能够看到自己的统计工作确实发挥了作用，这是世界上最令人难以置信的感觉。”

研究人员开辟了一种新的模型构建算法和计算机应用程序，用于增材创造系统中的几何精度操纵。增材创造(通常称为3-D打印)是一个正在进展的行业，涉及以类似于喷墨打印机的方式来构建部件，在喷墨打印机中，部件是从建造物表面“生长”的。

增材创造已从原型开辟工具进展到现在可以提供众多竞争优势的工具。与传统的减法创造相比，这些优势包括形状复杂性，减少废料和潜在地降低创造成本，在传统的减法创造中，该过程涉及从原材料开始并切碎以产生最终结果。

Wohlers Associates估量增材创造是一个价值73亿美元的产业。

Sabbaghi说：“我们使用机器学习技术来快速校正计算机辅助设计模型，并生产具有改进的几何精度的零件。” 改进的精度可确保所生产的零件在所需的公差范围内，并且所生产的每个零件都是一致的，并且将以相同的方式执行，无论是在其他机器上还是在12个月后创建的零件。