ORNL发布免费3D打印数据集用于零件质量分析

2024年7月21日，南极熊获悉，美国能源部橡树岭国家实验室（ORNL）发布了一组新的增材制造数据集。这些数据将帮助工业界和研究人员评估和提升3D打印部件的质量。通过利用这些数据，用户可以在打印过程中实时评估部件质量，从而避免昂贵且耗时的生产后分析。

△该数据集大小为230GB，包含五组不同几何形状的零件的设计、打印和测试，均使用激光粉末床打印系统制造（传送门）

十多年来，美国能源部位于ORNL的制造示范设施 (MDF) 一直在定期收集数据，该设施对先进制造的早期研究加上对最终组件的全面分析，为3D打印机性能提供了宝贵的信息。ORNL通过不断引入新型材料、机器和控制技术，推动了3D打印技术的进步，从而具备了开发和共享综合数据集的独特能力。现在，这些最新的数据集已经通过在线平台免费提供。

△左侧的3D打印部件被切成小块，通过拉伸直至断裂来测试每个小块的抗拉强度。右侧的相同打印部件的数字副本已通过AI模型进行分析，以找出其结构中的异常

通过收集数据集推动3D打印技术进步

传统制造业得益于数百年的质量控制经验，而增材制造作为一种较新的制造工艺，通常依赖于昂贵的评估技术来监控零件质量。这些技术可能包括破坏性机械测试和非破坏性X射线计算机断层扫描，后者能够在不损坏物体的情况下生成详细的横截面图像。尽管这些技术提供了丰富的信息，但也存在局限性，例如，检测大型部件时的困难。

ORNL的综合3D打印数据集可以用于训练机器学习模型，从而改进对任何部件的质量评估。ORNL安全与数字制造部门负责人Vincent Paquit表示：“我们正在为行业提供值得信赖的数据集，用于产品认证。该数据管理平台的结构旨在围绕快速成型部件讲述一个完整的故事，其目标是利用过程中的测量结果来预测打印部件的性能。”

该数据集规模达230GB，涵盖了五组具有不同几何形状的零件的设计、打印和测试，全部采用激光粉末床打印系统制造。研究人员可以访问机器健康传感器数据、激光扫描路径、3万张粉末床图像以及6300次材料拉伸强度测试数据。

这是ORNL公开的一系列增材制造数据集中的第四个，也是最广泛的一个。之前的数据集侧重于MDF使用电子束粉末床和粘合剂喷射打印制造的零件。这些数据集可用于研究罕见失效机制、开发在线分析软件或建立材料属性模型所需的信息。

△美国海军水面战中心的增材制造实验室负责人正在使用金属激光烧结3D打印技术

美国本土制造业正在寻求数字化转型

MDF由能源部先进材料和制造技术办公室提供支持，作为一个全国性的合作联盟，与ORNL 合作推动创新，激发灵感并促进美国制造业的转型。

ORNL的研究人员展示了如何利用3D打印过程中的测量结果来训练机器学习算法，从而应用这些数据集。结合高性能计算方法，训练后的算法能够可靠地预测机械测试是否成功。在预测零件的极限拉伸强度时，该算法的误差减少了61%。

将加工过程中的测量结果与最终产品联系起来，对于确定何时需要对零件进行额外测试，以及何时可以省略这些测试至关重要。ORNL安全与数字制造部门负责人Vincent Paquit表示：“这对行业规模的增材制造来说是一个关键推动因素，因为许多企业没有能力对每个零件进行全面表征。利用这些数据，可以帮助企业捕捉设计意图、制造过程与最终结果之间的联系。”

生成的数据集是能源部核能办公室资助的先进材料与制造技术计划的一部分。这些数据和其他智能制造方法正在被用于加速先进制造技术的开发、鉴定、示范和部署，以实现可靠且经济的核能解决方案。