南极熊获悉，Senvol于2021年3月8日正式公开宣布已经从美国海军和空军处获得更多资金，为它的增材制造机器学习软件SenvolML开发更多的功能。资金来源有美国海军研究办公室（ONR）、海军海洋系统司令部（NAVSEA）、海军航空系统司令部（NAVAIR）和空军研究实验室（AFRL）。

 

Senvol ML能够分析3D打印过程参数与材料性能之间的关系，并且过去已被军方的多个分支机构使用。软件可用于分析任何来自增材制造过程、机器和材料的数据，并且包含以下操作功能：

 

快速优化增材制造工艺参数

 

AM机器和材料的支持资格

 

预测材料特性

 

从现场监测数据中获得反馈，支持质量保证

 

最小化数据生成成本envol ML于2019年11月商业化发售，它是一个模块化的集成计算材料工程（ICME）系统，利用数据驱动的机器学习算法将数据分为四个模块：过程参数，过程特征，材料特性和机械性能，并且作为一种分析工具来理解AM制造中的数据。Senvol ML的功能允许用户在给定零部件机械性能的情况下，在特定的增材制造机器上选择适当的工艺参数。这将大大减少了反复试验，从而节省了大量的时间和金钱。

 

用户可以通过Senvol ML计算的结果来推测材料的生产过程和性能，还能预测哪些生产过程或材料能够制造指定性能的零部件。通过数据分析，用户甚至可以制定策略，例如未来收集哪些数据可以更好地了解相关信息。Senvol ML软件的功能包括：

 

前瞻预测：根据给定的一组过程参数预测机械性能（例如疲劳寿命）

 

反演：给定目标值（例如，所需的抗张强度），算法将确定要使用的工艺参数

 

机器学习：继续从以前的数据集中学习，并将该知识应用于新的数据集，从而提高输出精度并减少新构建所需的数据量

 

数据收集推荐：向用户建议需要哪些数据点以提高预测准确性，从而再次节省时间和精力

 

Senvol的专有算法是专门为AM应用开发的。它使用经验数据或模拟数据，并可应用于任何增材制造过程、任何增材制造机器和任何增材制造材料。在公司与海军的小型企业技术转让（STTR）项目的第一阶段基础和选择阶段，这项技术已在多个数据集上得到验证。