IMDEA材料研究所和马德里科技大学(UPM)的研究人员已开发出一种创新的数字孪生技术,可以实时分析复合材料制造过程。
该突破性成果的论文题为《通过液态成型实现结构复合材料智能制造的数字孪生》(A digital twin for intelligent manufacturing of structural composites via liquid molding),发表在《国际先进制造技术杂志》(The International Journal of Advanced Manufacturing Technology)上。
论文的作者是 IMDEA 材料研究所研究人员Carlos González教授、Joaquín Fernández-León博士和Keayvan Keramati博士以及UPM的Luis Baumela博士。
作者在论文中提出了一种数字孪生技术,用于分析使用树脂传递模塑(RTM)的结构复合材料的制造过程。
论文的共同作者、IMDEA材料研究所结构复合材料研究小组负责人González教授表示,“据我所知,这是首个用于分析复合材料制造过程的数字孪生系统。”
数字孪生是一个物体、部件或系统的虚拟模型或表现形式,可以通过传感器实时更新数据,传感器可以置于物体本身或纳入到制造过程中。
例如,飞机部件或涡轮机可以配备各种传感器,用于监控关键功能区域。
这些传感器获得的数据可直接纳入虚拟模型,虚拟模型然后可根据接收到的信息进行模拟,以识别潜在的材料故障或性能问题。
不过,上述新设计的数字孪生系统与类似应用的不同之处在于,新设计的数字孪生侧重于复合材料制造过程本身,而不是仅限于对制造部件生产的后期分析。
这种主动能力可以实现实时优化和早期故障检测,标志着模拟辅助数字制造领域的重大进步。
González 教授表示,“我们在这篇文章中提出的数字孪生系统可以在整个制造过程中为制造商提供材料的实时图像。”
González 教授还表示,“这样就可以监控模具的填充情况、材料的多孔程度、是否存在孔洞等等。”
RTM 是液态复合材料成型 (LCM) 中的先进技术,其特点是能够以经济高效的方式生产具有降低空隙含量的高性能复合材料零件。
通过将RTM与数字孪生技术相结合的方法可以对注塑压力和固化时间等关键工艺参数进行实时监控和动态调整,从而显著提高最终产品质量和生产效率。
Fernández-León博士表示,“我们研究的下一步是开发先进的数字孪生技术,使操作员不仅能够详细监控生产过程,还能够直接干预并根据预测建模进行实时调整。”
Fernández-León博士接着表示,“例如,可以包括根据数字孪生的预测分析自动调整树脂注射压力或模具温度,防止缺陷形成,为高度优化的智能制造铺平道路。”
好文章,需要你的鼓励
IBM Spyre加速器将于本月晚些时候正式推出,为z17大型机、LinuxONE 5和Power11系统等企业级硬件的AI能力提供显著提升。该加速器基于定制芯片的PCIe卡,配备32个独立加速器核心,专为处理AI工作负载需求而设计。系统最多可配置48张Spyre卡,支持多模型AI处理,包括生成式AI和大语言模型,主要应用于金融交易欺诈检测等关键业务场景。
加拿大女王大学研究团队首次对开源AI生态系统进行端到端许可证合规审计,发现35.5%的AI模型在集成到应用时存在许可证违规。他们开发的LicenseRec系统能自动检测冲突并修复86.4%的违规问题,揭示了AI供应链中系统性的"许可证漂移"现象及其法律风险。
意大利初创公司Ganiga开发了AI驱动的智能垃圾分拣机器人Hoooly,能自动识别并分类垃圾和可回收物。该公司产品包括机器人垃圾桶、智能盖子和废物追踪软件,旨在解决全球塑料回收率不足10%的问题。2024年公司收入50万美元,已向谷歌和多个机场销售超120台设备,计划融资300万美元并拓展美国市场。
这项由剑桥大学、清华大学和伊利诺伊大学合作的研究首次将扩散大语言模型引入语音识别领域,开发出Whisper-LLaDA系统。该系统具备双向理解能力,能够同时考虑语音的前后文信息,在LibriSpeech数据集上实现了12.3%的错误率相对改进,同时在大多数配置下提供了更快的推理速度,为语音识别技术开辟了新的发展方向。