机工智选·深度服务增材制造行业!

搜索

国家增材制造创新中心

全国增材制造(3D打印)

产业技术创新战略联盟

机械工业信息研究院

大家都在搜:

热点推荐

查看更多

图片加载中
新闻  |  2024-05-11

GA-ASI演示3D打印A2LE无人机的飞行释放

  • 新闻  |  2024-05-11

    Sierra Space公司准备发射“追梦者”太空飞机

    领先的商业航天公司Sierra Space在俄亥俄州桑达斯基的美国国家航空航天局Neil Armstrong测试设施成功完成了革命性的“追梦者”太空飞机“坚韧号”的严格环境测试套件。 随着第一艘“追梦者”号进入轨道运行,Sierra Space公司和美国宇航局测试团队成员正在准备将该飞行器及其“流星”货运伙伴运送到佛罗里达州的美国宇航局肯尼迪航天中心进行最终测试和集成,然后于今年晚些时候首次发射。 2023年11月,该公司报告称已与利用增材制造的太空推进解决方案提供商Agile Space Industries合作,为其VRM5500-H发动机设计、开发、制造和测试富含肼的预燃烧器。这是在仅19周的时间内完成的,可能是第一次在发动机中开发或使用富含肼的预燃烧器。生产的第一台原型机在6:1的节气门范围内表现出稳定的运行,燃烧效率很高。 该公司还使用FDM增材制造来生产制造瓷砖所需的工具,以在重返大气层时保护飞行器。“我们基本上必须为每块瓷砖生产这些卡盘,我们在这辆车上有数千个卡盘,”Sierra Space热保护与推进小组的首席制造工程师Bob Gjestvang说。“在分析中,我们做得非常快,并建立了一个使用3D打印来做这些卡盘的案例。我们预计节省了数万小时。 Dream Chaser Tenacity是太空飞机机队中的第一架,仍有望在2024年发射,这是根据商业补给服务-2(CRS-2)合同为美国宇航局国际空间站补给的七项任务中的第一项。第二架名为Reverence的太空飞机正在Sierra Space位于科罗拉多州路易斯维尔的工厂生产。

  • 新闻  |  2024-05-11

    英国陆军通过 Project Brokkr 整合了 3D 打印

    英国陆军正在通过Project Brokkr率先将3D打印技术整合到该领域,该计划旨在动员通常局限于实验室环境的金属制造工艺。 目前,英国陆军已经开发出使用冷喷涂或超音速特殊沉积(SPD)打印金属物体的能力。与其他使用高温熔融颗粒的方法不同,SPD 以高达 3 马赫的速度加速金属粉末通过喷嘴,允许基于计算机辅助设计将材料沉积到基板上。这种方法明显比基于热的系统快,并且能够更有效地生产更大的物体。 9营皇家电气和机械工程师(REME)在提高这种能力方面发挥了重要作用,确保这些高科技工艺坚固耐用,适合现场使用。这种适应使陆军能够在各种环境中将这些能力作为战术资产部署,这与其他国家应用该技术时在无菌实验室中的静态使用相比具有重大意义。 9 REME的指挥官John Anthistle中校强调,虽然冷喷涂是一种创新方法,但它是更广泛的增材制造的一部分。该过程包括从设计到制造后处理(如热处理和铣削)的几个阶段,整合了军团内的传统技能和行业。 最近,9 REME在德国的“野战陆军增材制造集中”期间展示了他们的移动3D金属打印技术。在此之后,该技术将在比利时的增材制造村进行展示,这是由欧洲防务局主办的军事展示,突显了英国陆军在采用和调整新技术以加强野战作战方面的领导地位。

  • 新闻  |  2024-05-13

    Meltio将与巴西和阿根廷的新合作伙伴MAS Metrology&Solutions和Molinari在拉丁美洲首次推出新款Meltio M600金属三维打印机

    圣保罗和利纳雷斯。-2024年5月13日-Meltio将与新合作伙伴MAS Metrology&Solutions以及巴西和阿根廷的Molinari在拉丁美洲首次推出其新的Meltio M600系统。该集团在巴西和阿根廷拥有强大的商业影响力,已成为Meltio的官方销售合作伙伴,推动其独特且获得专利的金属丝激光3D打印解决方案在拉丁美洲的工业销售。Meltio提供了一种开创性的金属3D打印解决方案,通过围绕焊丝构建的工艺实现工业应用,焊丝是市场上最安全、最清洁、最实惠的金属原料。MAS Metrology and Solutions将专注于为Meltio在巴西的技术建立一个支持性的生态系统,与技术中心、工具机公司、机器人集成商、学术界和工业界合作,推动商机。”我们很高兴使这一伙伴关系生效。MAS计量与解决方案总监Sergio Cavaliere表示:“巴西是一个具有巨大潜力的市场,我们对将Meltio引入巴西行业的可能性感到兴奋。”。Meltio自豪地宣布其在巴西的第一个官方销售合作伙伴MAS Metrology and Solutions。

  • 专利  | 2024-05-03

    一种用于图案化薄膜制备的组合物、图案化基底及其制备方法

    本发明属于聚合物材料技术领域,具体涉及一种用于图案化薄膜制备的组合物、图案化基底及其制备方法。本发明的组合物包括如下重量份的组分光聚合物单体1‑4份、交联剂1‑4份、光引发剂0.05‑0.1份、塑化剂2‑8份、助剂0.1‑1份。将上述组合物在基底材料上通过数字光进行光固化,即可制成表面具有图案化薄膜的基底。本发明制备方法简单,精度高,且制成的图案化基底可根据不同的材料选择和改性方式,实现对表面功能化的准确控制,从而满足不同的应用场景的需求。总之,本发明提供了一种用于高效制造多功能微芯片的工具箱,在功能化微图案制备中具有很好的应用前景。

  • 专家精选解读 独家

    查看更多

  • 专家供稿人:华南理工大学   杨永强;宋长辉

    论文

    通过多模态过程监测和X射线技术预测激光粉末床熔融期间的局部匙孔孔隙

    图片加载中

    美国Lawrence Livermore国家实验室联合SLAC国家加速器实验室研究了一种数据融合方法,用于监测激光照射Ti-6Al-4V材料过程中匙孔孔隙的形成,并开发了数据融合机器学习(ML)模型,用于对各种时间尺度上的匙孔进行局部预测。该研究成果于2023 年 9 月发表在《Additive Manufacturing》期刊上。该方法同时记录使用离轴和同轴的光电二极管测量热量导致的光发射和声发射,并通过每秒20000帧的高速同步加速器X射线成像监测表面缺陷的形成,从而能够以50微秒的分辨率重现匙孔孔隙与监测信号进行时间配准。图1 实验装置示意图该实验室开发的数据融合机器学习模型能监测0.5ms至2ms的各种时间尺度下的匙孔形成。关键方法是通过使用功率谱密度(PSD)和高度比较时间序列分析(HCTSA)框架对信号片段进行特征化,然后将不同传感器模态提取得到的特征融合在一起,构建一个多模态的特征空间和顺序特征选择用来确定最有用的特征训练ML模型,最后对支持向量机(SVM)、K-最近邻(KNN)、高斯朴素贝叶斯(GNB)三种分类算法的预测性能进行了评估。研究表明,孔隙形成预测F1得分为0.95,召回率和准确率分别为1.0和0.94,并对PSD和HCTSA两种特征化策略进行了评价。

    关键词: 激光粉末床熔融 原位监测 X射线 匙孔识别 传感器融合 粉末床熔融PBF 

  • 专家供稿人:机械工业信息研究院相关专家供稿

    新闻

    Stratasys 和 Aegis Aerospace 在计划月球上测试 3D 打印材料

    图片加载中

    在一个新项目中,聚合物 3D 打印解决方案的领导者 Stratasys Ltd 和 Aegis Aerospace 宣布建立合作伙伴关系,将在月球表面测试 3D 打印材料的性能。这些实验是宙斯盾航空航天公司第一个空间科学和技术评估任务(SSTEF-1)的一部分,该任务是根据美国宇航局的临界点计划开发的,旨在为月球表面提供研究和开发服务。SSTEF-1项目旨在开发月球和近地空间的空间基础设施技术和能力。作为该任务的一部分,Stratasys 将提供 3D 打印的样本,这些样本将通过同样由包含 Stratasys 3D 打印的载体结构的无人着陆器运送到月球。这些实验将集中在诺斯罗普·格鲁曼公司领导的两个不同系列实验中的三种材料。首席工业业务官 Rich Garrity 表示:“增材制造是太空任务的一项重要技术,每一盎司的重量都很重要,高性能也至关重要。这组实验将帮助我们了解如何充分利用 3D 打印来确保我们前往月球及其他地方时的人员和设备安全。”

    关键词: 月球表面 材料性能 航空航天 航空航天 

  • 专家供稿人:清华大学课程《增材制造基础与前沿》   关可铭;赵沧

    论文

    AM-SegNet:增材制造原位X射线图像分割与特征量化

    图片加载中

    伦敦大学学院的研究人员开发了一种广义轻量级神经网络(AM-SegNet),旨在解决金属增材制造过程中同步辐射X射线高分辨图像的特征分割和量化问题。结果表明,该模型能准确识别并分割匙孔、气孔等关键特征,达到约96%的准确率,并保持每帧处理时间少于4毫秒的效率。研究成果于2024年3月在线发表于期刊《Virtual and Physical Prototyping》。图 1 AM-SegNet工作流程示意图。(a)采用轻量级卷积块和注意机制的AM-SegNet架构;(b)基于可分卷积、残差卷积和挤压扩展操作的轻量级卷积块结构;(c)标准卷积层所采用的注意机制结构如图1所示,该模型主要为编码器-解码器结构,采用了轻量级卷积块以提高计算效率,并结合了注意机制以改善敏感性和分割准确性。此外,建立了一个像素标记过的X射线图像基准数据库(数量超过10000张),用于模型训练和测试。该研究为终端用户提供了一种加速数据从采集至分析处理的方法,将促进对于增材制造过程的理解。

    关键词: 增材制造 X-射线成像 深度学习 语义分割 粉末床熔融PBF 

  • 商机快讯 查看更多

  • 供求信息
    行业流向
  • 政策/标准
    行业展会
  • 产业研究
    个股研报
  • 应用领域

    查看更多

    技术工艺

    查看更多

    装备

    查看更多

    材料

    查看更多

    机械工业信息研究院

    地址:北京市西城区百万庄大街22号

    邮编:100037

    邮箱:jsqbyjs@163.com

    官网:http://www.stip.ac.cn

    超智AI

    地址:上海市嘉定区丰华路1511号

    邮编:200000

    邮箱:contact@chaozhiai.com

    官网:https://www.chaozhiai.com

    扫码关注公众号

    Copyright © 深圳市超智锐诚科技有限公司版权所属    44030702005550    2022-2023 粤ICP备2022146558号

    问卷调查

    微信扫码联系我们

    问卷调查

    建议反馈