看ASTM如何探討增材制造數據管理存在的挑戰(zhàn)與解決思路？
發(fā)布時間：
2023-01-11 12:43
在《暗知識》一書中提到，當數據無法被感受，它們之間的關系又無法用方程解析表達時，這些數據間的關系就掉入了人類感官與數學理解能力之外的暗知識大海。
當前，增材制造-3D打印技術也正在產生大量的暗知識，而充分利用增材制造過程中產生的用數據將能夠支持多種應用，例如材料篩選、打印過程監(jiān)控，打印后的零件性能預測，打印過程監(jiān)控，質量可追溯，零件認證和數據安全。 如何將暗知識為人類所用，成為推動3D打印發(fā)展迫切需要解決的挑戰(zhàn)。
通過新的方法和標準構建一個能夠便利、安全的生成增材制造數據、存儲、分析與共享增材制造數據的生態(tài)系統(tǒng)將促進增材制造技術的發(fā)展。為此，ASTM International 和America Makes 舉行了增材制造數據研討會，探討了增材制造數據生成、增材制造先進數據驅動方法，以及增材制造數據庫和數據管理系統(tǒng)等話題。
本期，3D科學谷將分享這一活動中所探討的話題，以此來透視增材制造數據管理中存在的挑戰(zhàn)及解決思路。
流動的數據，銜接、管理、智能化的挑戰(zhàn)
在增材制造過程中，片段化的數據是缺乏價值的，至少沒有將數據的價值最大化，而如何將數據與數據之間的環(huán)節(jié)銜接起來，如何將數據匯聚起來，并充分發(fā)揮其價值，這是3D打印業(yè)界關心的話題。
當前ASTM的重點工作之一就是支持數據管理和架構建設。數據是任何制造過程資格和認證的基礎。數據捕獲、保留和驗證對于形成穩(wěn)健增材制造供應鏈至關重要。但是數據管理中存在一些關鍵挑戰(zhàn)，例如人力、財務、知識和技能方面的資源不足，供應鏈協(xié)調、硬件、軟件和方法上的技術差距，最重要的是缺乏最佳實踐/標準。ASTM的重點工作是與合作伙伴合作，解決這些差距與挑戰(zhàn)。
從粉末到零件
案例分享：Carpenter的思路
從粉末制造到最終零件，這是一個頗為長的鏈條，Carpenter公司在這方面強化了應對整個增材制造粉末數據管理中的關鍵挑戰(zhàn)能力。
挑戰(zhàn)來自兩方面：首先，共享從霧化過程到篩選，測試/認證以及最終庫存中的數據的銜接是一個挑戰(zhàn)。第二個挑戰(zhàn)在于追蹤粉末的使用和狀況。如何建立數據與產品結果之間的數字關聯(lián)，如何將粉末特性、機器條件和加工參數相結合，理解這些因素如何影響最終零件的機械性能。
為了應對這些挑戰(zhàn)，Carpenter內部開發(fā)了PowderSolve軟件，用于管理從霧化到零件生產的數據。不過，目前仍存在一些缺口需要完善，首先是標準缺口，特別是粉末的規(guī)格要求不可用，而這種規(guī)格可以成為幫助行業(yè)發(fā)展的標準。另一個缺口是在關鍵材料特性上未達成共識。
增材制造大數據存儲和分析平臺
案例分享：GE的思路
關于增材制造大數據存儲與分析，GE 目前的聚焦點在于將增材制造各個階段的數據集成，數據集成的主要挑戰(zhàn)之一是在整個增材制造生命周期中進行捕獲和使用數據。
GE開發(fā)了SADL和SemTk之類的工具來管理流程鏈中的數據，SemTk可以快速為多個數據存儲構建知識驅動型應用和知識驅動型接口。
為了進行有效的數據管理，未來的需求是開發(fā)通用的數據規(guī)范指南，指南中定義各項之間的模型關系，采用標準數據交換格式以用于捕獲機器數據的標準機制和格式。增材制造數據管理的未來愿景是通過模型驅動的數據集成平臺按需提供數據集成。
醫(yī)療器械增材制造與數據
案例分享：FDA的思路
目前，F(xiàn)DA在數據領域的工作旨在從供應鏈到后處理方面理解數據，建立監(jiān)管方面的標準。
機器學習和人工智能在增材制造中的應用是必然的，因為通過利用來自不同來源的增材制造數據，開發(fā)出用于實時質量控制的系統(tǒng)。FDA 肯定數據與標準結合發(fā)揮作用的地方，標準可以幫助FDA等監(jiān)管機構進行更快的審查，并批準更好、更安全的醫(yī)療產品與設備，而這一切需要數字化的思路與體系來支撐。
航空航天領域的數據管理
案例分享：NASA的思路
NASA關于增材制造數據管理的愿景是公共和私有云共存。
通過公有云，可以推動基于材料質量、工藝評定，SPC標準和設計準則的發(fā)展，通過公有云實現(xiàn)開放、可轉移與分享的數據存儲。對于私有云來說，對于NASA這樣的機構，或許是不可避免將長期需要的一種存儲方式。
數據的開放性，將影響行業(yè)標準的建立與發(fā)展，也將影響增材制造技術的應用發(fā)展速度。
跨組織合作的數據生態(tài)系統(tǒng)
案例分享：空軍研究實驗室
空軍研究實驗室為了推動數據管理的標準和方案，需要從多個項目中獲取、清理和分析數據?？哲娧芯繉嶒炇艺陂_發(fā)一個數據生態(tài)系統(tǒng)，用于管理側重于增材制造的跨組織合作數據。通過Hyperthought 工具，該工具可以集成來自多個來源的增材制造數據，提供用于協(xié)作的數字工作區(qū)以及與現(xiàn)有系統(tǒng)和設備集成。
集成面臨的一些主要挑戰(zhàn)是：處理來自不同來源的大量數據，如何捕獲數據的變化，如何將這些數據組織成不同的格式、標簽和分類，保證數據安全性以及設置數據訪問權限。
空軍研究實驗室對來自三個組織的數據集進行的案例研究表明，數據缺少總體架構并且提取數據的時間較長。關鍵教訓之一是，數據之間的關系建立很重要?？哲娧芯繉嶒炇艺J為，建立更為詳細和全面的數據鏈，將研究目標與數據鏈聯(lián)系起來，填補標準中的空白是需要解決的關鍵挑戰(zhàn)。
數據驅動決策
案例分享：美國國家標準技術研究院(NIST)
美國國家標準技術研究院(NIST)探討數據在鏈接和支持增材制造生命周期和價值鏈活動中起到的關鍵作用，數據驅動決策將成為增材制造進入產業(yè)化的顯著特征。
數據共享對于簡化增材制造開發(fā)和加速增材制造認證至關重要。在這里，增材制造數據標準對于業(yè)界來說是重要的，因為它可以有效地管理和共享增材制造數據。許多相關數據的ASTM國際標準，例如ASTM E1338和E2738，可以作為增材制造數據管理的ASTM標準的下一個發(fā)展參考。
數據管理的通用語言
案例分享：西門子
數字化是增材制造的核心特征，數字制造的一個關鍵方面在于數據管理，因為數據構成了增材制造中幾乎每個工作流的基礎。
在增材制造中，數據是不斷生成和傳輸的，但當前不一定得到了正確的分析。在增材制造中，由于非標準接口的存在，數據收集的瓶頸受到限制。西門子提倡通用的設備接口(UMATI)通用“語言”解決方案。
通用數據交換格式
案例分享：賓夕法尼亞州立大學應用研究實驗室(ARL)
賓夕法尼亞州立大學應用研究實驗室(ARL)提出一種通用數據交換格式(CDEF)，這是一種用于共享增材制造數據的中性格式，以及一種從生成點自動進行數據收集的機制，尤其側重于粉末床熔化(PBF)和定向能源沉積(DED)增材制造工藝。
ARL開發(fā)了用于增材制造的數據管理系統(tǒng)(DMSAM)，以跟蹤America Makes資助的單個工廠中的所有數據。該軟件的作用是跟蹤庫存，從設計到后期處理的所有單個零件，并生成報告。雖然當前有許多數據管理軟件可用，但是挑戰(zhàn)在于它們之間無法交流或共享數據。
集成與分析數據的系統(tǒng)
案例分享：ANSYS
ANSYS提供用以捕獲增材制造價值鏈中數據，分析數據并將其與CAD / CAE集成的系統(tǒng)。
處理增材制造數據的關鍵方面是數據的可追溯性和捕獲，增材制造數據分析以及與CAD系統(tǒng)的集成。增材制造價值鏈中數據管理的挑戰(zhàn)主要在于設計/制造工程，增材制造生產和測試以及認證。
同樣，增材制造數據面臨的挑戰(zhàn)包括難以定義產品特性，非標準傳感器的數據撲捉，機器日志，數據加密，設計和仿真中材料定義的粒度等等。推進測試套件與增材制造設備的兼容性，機器與設計和仿真系統(tǒng)的集成以及增材制造設備過程數據的標準非常重要。
數據驅動的3D打印車間自動化
案例分享：3YOURMIND
增材制造MES 軟件企業(yè)3YOURMIND將數據譜系集成應用到標準、認證、機器學習、資格認證和供應鏈的各個方面。
這種做法旨在改善增材制造業(yè)務決策，改善質量保證(使用實時數據)，提高增材制造數據安全性和優(yōu)化現(xiàn)有流程，從而將3D打印車間的用戶體驗和自動化提升到一個新水平。這方面基于ASTM International 通過開發(fā)機器需要的標準，建立更高級別的設備連接性，從而促進標準化組、軟件和增材制造技術提供商之間的溝通。
數據驅動實現(xiàn)增材制造認證
案例分享：橡樹嶺國家實驗室(ORNL)
使用常規(guī)方法認證增材制造零件面臨許多挑戰(zhàn)，而ORNL則采用相反的方法，通過了解工藝，優(yōu)化工藝，對組件進行認證和鑒定，并創(chuàng)建一個用于工藝自我優(yōu)化的反饋回路。
ORNL使用開源軟件Dream.3D創(chuàng)建了一個集成數據管理平臺，該軟件捕獲了3D打印工藝的各個方面。Dream.3D的突破性在于通過人工智能進行過程中原位質量控制的技術，與CT掃描相比，該技術可以捕獲非常精細的增材制造缺陷。使用數據驅動技術可以實現(xiàn)對增材制造過程和組件的認證。
3D科學谷Review: 總體來說，建立數據與產品結果之間的數字關聯(lián)，如何將粉末特性、機器條件和加工參數相結合，理解這些因素如何影響最終零件的機械性能是必要的，也是賦能通過3D打印技術開發(fā)新材料，新產品的路徑，3D科學谷認為這一切需要結合大量的數據，在算法與人工智能的基礎上完成。
3D科學谷認為，不久的將來，3D打印的PK將進化成數據與人工智能的PK，那時候某種意義上，擁有制造數據的企業(yè)是幸福的，擁有基于人工智能軟件的企業(yè)是幸福的。（來源：3D科學谷）
3D打印,增材制造
快速鏈接
聯(lián)系我們
電話：0311-82898906 18032939645
傳真：0311-82898906
郵箱： jyzczz@hbjyjt.com
地址：河北省石家莊市平山縣南甸鎮(zhèn)敬業(yè)工業(yè)園區(qū)
在線留言
微信公眾號
官方抖音號