根据《数据与算法，3D打印走向智能化增材制造的跨时代金矿与赋能工具》一文，数据与算法的重要性正在掀起3D打印行业的自我革命，是增材制造走向智能制造的跨时代金矿与赋能工具。本期， 通过ASTM 国际材料数据和标准化联盟 (CMDS) 的新发展，透视正在转向的金属增材制造行业，基于通用数据模型的基础材料数据、标准、算法驱动的产业化发展这一主流变化。
一起，做伟大的事情
2022年，ASTM 国际增材制造卓越中心 (AM CoE) 和创始行业成员正式宣布启动 AM CoE 材料数据和标准化联盟 (CMDS) 计划。ASTM CMDS 的使命是将代表整个 AM 价值流的各行各业的关键组织聚集在一起。
CMDS特别侧重于确定开发生成机器无关材料数据的方法所必需的关键过程-结构-属性关系。CMDS 通过联盟方式来管理一个高谱系数据共享数据库，联盟成员将使用该数据库来开发工具，例如基于物理/概率模型的工具，以及支持新 AM 应用、材料和技术的快速认证所需的数据分析，以及实时质量保证，旨在加速资格认证并协助更广泛地采用增材制造技术。
增材制造产品认证
©
白皮书
软件-数据，协同
最近，用于创建下一代数字制造硬件和软件的 GPU 加速计算引擎供应商 Dyndrite™ 加入 ASTM， 致力于行业合作，定义材料标准，为3D金属打印提供参考数据。Dyndrite 与特许行业成员合作，标准化增材制造材料数据生成的要求，创建和管理共享的高谱系“参考”数据集。
迄今为止，个别公司独自承担了首当其冲的材料开发成本，并将其成果视为商业优势的专有。但这会导致多家公司浪费投入，每个公司都重复做同样的事情。CMDS 的工作将有助于解决这些问题，允许在基础层面共享材料数据，同时仍允许公司生成知识产权。并区分特定的几何参数修改。
根据 ，在高通量3D打印方面，设备端呈现出越来越大、越来越快速的3D打印设备，材料端呈现出高通量快速合金开发解决方案。
Dyndrite 最近推出了其第一个最终用户 AM-增材制造应用程序，这个基于 GPU 的 应用程序专为材料和工艺工程师设计，用于开发用于基于激光的 3D 金属打印的新金属合金和零件。Dyndrite 的新软件功能为 L-PBF激光粉末床熔融增材制造在材料开发、工艺开发方面为应用工程师提供了前所未有的能力。新功能对几何形状的控制，构建特定的加工路径和激光参数，为新合金、构建策略和3D打印以前无法打印的零件打开了大门。新软件最大限度地利用了Dyndrite的加速计算引擎 (ACE) 中的强大功能，包括直接使用本地 CAD 数据、处理悬臂和薄壁等难加工细节、创建可共享构建的能力以及提高3D打印质量。DyndriteL-PBF软件充分利用了之前宣布的3D体积零件分割技术，该技术能够检测上皮、下皮、内皮和通常被 2.5D 逐层解决方案遗漏的零件特征。使用这种开创性的新几何查询方法，可以快速建立加工策略，以弥补过程加工相关的挑战。
此外，Dyndrite™ 的最新发展还包括在 Dyndrite App Dev Kit 中支持ACAM（亚琛增材制造中心）的研究成员亚琛工业大学OVF开放矢量格式文件格式，将更高程度的3D打印工艺链自动化引入到增材制造领域，Dyndrite 用户可以直接写入包含激光路径等信息的 OVF 文件。根据ACAM亚琛增材制造中心，通过 OVF 链接数字和物理流程链，由于信息丰富的精简的数据格式，可实现稳健且高效的制造流程。借助这种标准化格式，可以显着减少将数据传输到工厂的手动工作，从而实现增材制造自动化。
通过加入材料数据和标准化联盟 (CMDS) 计划，并优先考虑标准化生成高谱系材料数据所需的数据工作流的需求，Dyndrite 的解决方案将被集成，以推动需求的一致应用并最大限度地提高 CMDS 数据生成的效率。
竞争规则改变
根据 ，市场竞争规则和普适的商业模式正在发生变化，“一流的企业做标准，二流的企业做品牌，三流的企业做产品”，这句话放在数字制造时代已焕发出新一重的意境，对于许多公司而言，数字化和自动化是增材制造进一步发展的关键。因此，越来越多的制造商依赖基于云的解决方案，并将各种算法集成到他们的 3D 打印解决方案中，以充分发挥该技术的潜力。那么这将势必使得数据、标准、产品之间的联动变得更为密切，标准、品牌影响力、产品性能之间的界限将变得愈加模糊。
Dyndrite构建了独特的工具，能够通过 AM 增材制造组件生产确保质量和可追溯性。随着金属增材制造行业发生转向为基于通用数据模型的基础材料数据、标准、算法驱动的产业化发展，这一点变得越来越重要。Dyndrite的工作使关键材料数据和谱系的知识转移成为可能，这些数据和谱系是对过程-结构-特性关系进行稳健表征所需的。理解并有效地传达这一概念将大大增加金属AM增材制造在生产应用中的采用。
Dyndrite 将发布构建参数包配方，展示如何使用 Dyndrite 制作基于 ASTM 数据标准的标准化实验设计 (DoE)。ASTM 成员将能够在所有主要的 OEM 文件格式中使用这些参数包配方，或制作他们自己的参数包配方。这些参数包配方将为构建文件生成、扫描路径策略探索和扫描路径速度和层厚度变化以及估计激光负载的方法提供一个通用框架。通过符合 ASTM 数据协议，Dyndrite Build 参数包配方将确保以标准和可重复的方式记录并适用于制造过程，例如过程确认和校准。
材料数据和标准化联盟 (CMDS)每年将选择感兴趣的材料和应用特定属性（例如静态、循环、热、腐蚀）发布项目，并执行各种项目，最终支持标准和数据集的开发。研究成果和经验将通过 ASTM 相关委员会（如 F42）制定的新 AM 标准和规范提供信息，以推动整个行业的一致性，创建具有属性的和改进的材料规范和基于稳健数据集的结构要求。
那么成立不到一年以来，目前材料数据和标准化联盟 (CMDS)都进行了哪些项目合作呢？根据 的市场研究，目前的联盟合作项目如下（项目成员来自美国、英国、加拿大、德国、新加坡等国家）：
第四轮项目合作：
2101 原位缺陷检测与分析 领导：滑铁卢大学
2102 粉末床密度基准 领导：滑铁卢大学
2103 增材制造零件的密度测量标准化 领导：奥本大学
2104 粉末清洁度评估分类和测量方法 领导：MTC英国国家制造技术中心
2105 材料挤出聚合物增材制造的层间剪切性能 领导：NIAR/NRC 加拿大
2106 使用张紧计算机断层扫描法对疲劳裂纹进行无损检测和评估 领导：EWI，由 America Makes 赞助
2107 用于实时控制和减轻金属 PBF 缺陷的开放框架 领导：宾夕法尼亚州立大学，由 America Makes 赞助
2108 与产品鉴定和认证相关的增材制造零件系列的最佳实践 领导：ASTM AM CoE增材制造卓越中心，由 America Makes 赞助
2109 表面拉伸和疲劳试样的承重横截面积测量标准 领导：科罗拉多矿业学院
2110 基于 PBF-LB 选区激光熔融工艺的过程中断后继续构建作业的标准
领导：亚琛弗劳恩霍夫激光技术研究所（ACAM研发成员）
2111 增材制造原料中湿度的影响 领导：NRC 加拿大
2112 高分子材料挤出用长丝拉伸试验方法的开发 领导：阿拉巴马大学伯明翰分校
第三轮项目
2001 晶格压缩样本（领导：奥本大学）
研究增材制造中的机械测试问题，以更好地了解测试样本的特性与零件性能之间的关系。
2002 用于粉末表征 (EWI) 的通用数据交换格式 (CDEF)（领导：EWI)
数据共享对于开发强大的增材制造 (AM) 数据生态系统至关重要。
2003 金属粉末回收 (领导：MTC)
增材制造用户正在使用各种策略来回收、再利用和还原粉末原料……
2004 聚合物粉末回收 (领导：MTC)
2005 微型拉伸试样 (领导：新加坡国家增材制造创新中心NAMIC)
2006 马氏体时效钢规范 (领导：新加坡国家增材制造创新中心NAMIC)
马氏体时效钢具有高强度和高韧性且不会失去延展性、良好的焊接性和尺寸稳定性。
2007 XCT的可追溯性 (领导：新加坡国家增材制造创新中心NAMIC)
X 射线计算机断层扫描 (XCT) 是 AM 组件无损检测的一种重要方法
2008 LB-PBF 工艺参数的耐热性测试（领导：NASA/奥本大学）
2009 LB-PBF 光学系统的条件定义维护和校准周期
由于 LB-PBF 过程中系统或组件故障的高成本，维护和校准周期通常非常保守……
2010 AM 原料中湿度含量的测量（领导：NRC 加拿大）
第二轮项目
1901 快速质量检验标本（领导：奥本大学）
检测具有挑战性、成本高且耗时……
1902 数据谱系 (领导：EWI)
合作伙伴领导 EWI 相对较新的发展，例如数字数据采集、自动化、数据分析和数据共享，有可能以指数方式加速增材制造发展
1903 增材制造粉末铺展性 (领导：MTC)
根据 ，相比于通过资金可以获得迅即发展的互联网模式来说，3D打印企业的发展模式更适合“大器晚成”的风格，不少进入到3D打印领域的企业和创投公司，并没有理解3D打印行业竞争与发展的本质是什么，这些企业和机构将面临巨大的发展挑战与风险。3D打印的核心是数据，3D打印腾飞的翅膀是人工智能，对增材制造产业发展的支持，必须建立对这两大要素的重视与支持之上。搭建合作、信任、共创的实力，只有长期主义者的辛勤耕耘，才能收获3D打印产业化腾飞后的胜利果实。
©
白皮书
在不久的将来，业界将看到如何通过通用数据来理解关键的流程-结构-属性关系；确定可变性的关键来源并量化敏感性；确保样本生成数据与零件生产之间的联系。
下一代增材制造
©
白皮书
通过建立评估现有材料数据集质量和谱系的指南，创建共享的高度纯正的参考材料数据集，从而生成与机器无关的数据集以支持基于流程的标准；建立基于材料结构确定数据等效性的方法；通过可信数据集支持先进的基于物理、概率和 AI/ML 人工智能建模工具，用于流程优化和快速认证；通过基于数据和算法的成熟的实时质量保证，使用现场数据改进缺陷检测/预测。
知之既深，行之则远。基于全球范围内精湛的制造业专家智囊网络， 为业界提供全球视角的增材与智能制造深度观察。有关增材制造领域的更多分析，请关注 发布的白皮书系列。
白皮书下载 l 加入
QQ群：106477771
网站投稿 l 发送至2509957133@qq.com
欢迎转载 l 转载请注明来源
l 链接到
网站原文。
