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
Jabra 推出 PanaCast 40 VBS:首款专为小会议室设计的 180° Android 智能音视频一体机
这是一项关于计算机视觉技术突破的研究,由多家知名院校联合完成。研究团队开发了LINO-UniPS系统,能让计算机像人眼一样从不同光照下的照片中准确识别物体真实的表面细节,解决了传统方法只能在特定光照条件下工作的局限性,为虚拟现实、文物保护、工业检测等领域带来重要应用前景。
字节跳动智能创作实验室发布革命性AI视频数据集Phantom-Data,解决视频生成中的"复制粘贴"问题。该数据集包含100万个跨场景身份一致配对,通过三阶段构建流程实现主体检测、多元化检索和身份验证,显著提升文本遵循能力和视频质量。
这篇文章介绍了北京人工智能研究院开发的OmniGen2模型,一个能够同时处理文字转图像、图像编辑和情境生成的全能AI系统。该模型采用双轨制架构,分别处理文本和图像任务,并具备独特的自我反思机制,能够自动检查和改进生成结果。研究团队还开发了专门的数据构建流程和OmniContext评测基准,展现了开源模型的强大潜力。