| Projectduur: april 2019 – september 2022 |
Doelstellingen
De voornaamste doelstellingen van het SAMUEL-project zijn:
- Verbetering van de AM-processen: betere kwaliteit van geprinte onderdelen en/of lagere productiekosten.
- Verbetering van de AM-workflow: meer automatisering, beter reproduceerbare stappen in de workflow en een grotere kennis van de AM-processen, resulterend in een groter gebruik van AM dankzij een lagere drempel voor de gebruikers.
- Verbetering van machinale leermethodes (ML) voor gebruik in AM (en in de maakindustrie in het algemeen): uitbreiding van de toepasbaarheid van ML naar a) complexe en omvangrijke, realistische industriële datasets, bestaande uit heterogene datatypes (bv. grote hoeveelheden sensorgegevens, afbeeldingen, gedetailleerde digitale weergaven van 3D-voorwerpen), en b) AM-specifieke processen in een industriële omgeving.
De grootste innovatie van het SAMUEL-project is een unieke set tools en processen waarmee uiteenlopende soorten gebruikers, zoals ontwerpers, procestechnici en specialisten uit de logistieke keten, inzicht kunnen verwerven in geschikte ontwerpvoorschriften, passende materialen, apparatuur, fabrikanten, procesparameters enz. en deze kunnen valideren.
De toolset bestaat uit innovatieve datamining- en machinale leermodules die rekening houden met de feedback van geprinte 3D-onderdelen, nieuwe materiaalomschrijvingen, parameters van apparatuur enz.
De tools, processen, modules en technieken die aan de hand van het SAMUEL-project worden ontwikkeld, zullen worden getest en gedemonstreerd in vier of vijf door de projectpartners aangeleverde gebruikssituaties.
|
 |
 |
