研究人員利用人工智能算法開發(fā)更堅固的3D打印水泥建筑

近年來，3D打印技術被用于許多結構的建造過程中，而這些項目背后的方法論也進展迅速。從1998年發(fā)明建筑數(shù)字制造（CDF）系統(tǒng)，到2007年意大利工程師Enrico Dini的粉末型 "D-Shape "3D打印機，這項技術取得了飛速發(fā)展。利用水泥砂漿，建筑結構部件被3D打印出來，并在各個建筑工地進行組裝。

但因為使用了大量的水泥，這帶來了建筑材料的高自生收縮率、水化熱和成本。此外，水泥制造也會造成較高的溫室氣體排放，導致能耗增加，惡化了3D打印混凝土結構的整體可持續(xù)發(fā)展。

2020年6月24日，南極熊從外媒獲悉，來自斯威本科技大學的研究人員和法國建筑公司Bouygues Travaux Publics的主管，利用機器學習技術更好地研究3D打印建筑材料。

法國公司Bouygues Travaux Publics的一個建筑工地，圖片來自Bouygues Travaux Publics

評估3D打印在建筑領域的應用

地質聚合物提供了一種快速凝固、低成本和生態(tài)友好的替代品。與傳統(tǒng)的水泥復合材料相比，這些材料還具有更強的防火性和耐久性。盡管有這些優(yōu)點，但使用硅酸鹽化合物有缺點，不僅因為被認為會造成環(huán)境問題，而且具有腐蝕性。因此，研究人員做出了許多努力，用其他元素材料來替代地質聚合物基體中會造成這種有害影響的硅和鋁原子。

研究小組開始利用土木和建筑工程中產生的大量數(shù)據(jù)，了解3D打印材料的模式和分類，并找出克服這些缺點的方法。由于信息的復雜性，他們采用了現(xiàn)代計算方法，包括條件推理樹（ctree）和遞歸分區(qū)（rpart）方法來得出結論。例如，當?shù)刭|聚合物粘結劑進行3D打印時，其強度的有效因素數(shù)量會因使用的打印參數(shù)而擴大�？紤]到獨立變量的范圍，如果不使用機器學習，試圖預測打印的土工聚合物樣品的抗壓強度，將會產生很高的誤差。因此，研究人員使用學習算法來評估打印變量，并研究了對材料抗壓強度影響最大的因素。

研究團隊分析的變量矩陣，圖片來自 Material Advances

利用機器學習方法對地質聚合物進行分類

在測試過程中，使用了一臺定制的小型3D打印機來生產地聚物。采用活塞式擠出機，從尺寸為30毫米×15毫米的矩形噴嘴擠出聚合物。在加載混合料時，對擠出機進行了外部振動，以確保內部混合料得到充分的壓實。

共測量了114個試樣，并對數(shù)據(jù)集應用了1.95的平均轉換系數(shù)。利用ctree函數(shù)對地聚物構造進行初步分析，證實了礦渣在地聚物混合設計中的貢獻意義。以礦渣為主的混合料設計可獲得更高的抗壓強度，而將硅酸鹽的比例提高到0.45以上，則可提高地聚物材料的強度。此外，利用rpart函數(shù)，沒有使用鈉離子的比例來建立預測模型，研究團隊能夠準確預測70%生產的試樣的抗壓強度類別�？偟膩碚f，研究團隊能夠創(chuàng)建3D打印地質聚合物的分類模型，使用ctree函數(shù)的正向預測值高達100%，使用rpart函數(shù)的預測值高達81%。

利用這些機器學習算法，研究團隊能夠準確地對3D打印硼基土工聚合物混凝土的抗壓強度進行分類和預測。rpart函數(shù)只使用了兩個因素來生成這些預測，而ctree則使用了四個因素，這反映在rpart函數(shù)歸因于水泥樣品的強度更加慷慨。此外，渣的百分比和硼離子的比例在地質聚合物組成中的重要性，分別被ctree和rpart函數(shù)成功識別。因此，該團隊表示，這項研究可能成為理解如何設計更堅固和更環(huán)保的3D打印建筑材料的重要基石，甚至成為制定指南的起點。

該團隊用于優(yōu)化其地質聚合物水泥組成的ctree函數(shù)的DT流程圖，圖片來自《Material Advances》。

研究人員的研究結果詳見他們于2020年5月27日發(fā)表在Material Advances雜志上的題為 "Formulation of mix design for 3D printing of geopolymers: a machine learning approach "的論文，由Ali Bagheri和Christian Cremona共同撰寫。


論文下載
d0ma00036a.pdf (1.98 MB, 下載次數(shù): 554)

2020-6-24 09:41 上傳

點擊文件名下載附件

編譯自：3dprintingindustry