EGO演算法方案將進一步推動軟質3D列印材料開發

《3D列印世界》訊/近日，卡耐基梅隆大學（CMU）的研究人員研發出一種演算法，Expert-Guided Optimization (EGO)-專家引導優化法，能夠對軟質材料的3D列印參數進行排序對比，以選定最優的列印方案。該演算法可以將專家的判斷和3D印表機的優化數據結合起來，加速新材料的開發。

無限可能

眾所周知，可用材料的限制仍舊是目前增材製造技術所面臨的障礙之一。然而材料開發完成之前，研究人員都會面臨著數以萬計的可能性。

參數的細微變化，會導致數百萬種不同的組合，在探索新材料的使用時，採用一定的演算法將可能性縮減到可控範圍內，對研究的發展有著巨大的幫助。

CMU的專家方法

在EGO演算法中，最初的參數由材料學專家對材料所具有的確定特性來設定，輸入參數後，演算法將針對該特性對所有潛在的設置進行考量，確保設置達到「局部最優」。然後由專家對局部最優設置進行考量，通過縮小範圍來找到「完美」的解決方案。

高保真生物材料

作為例證，研究小組使用EGO演算法列印出了由PDMS和環氧樹脂製成的複雜物體，列印過程採用Freeform Reversible Embedding (FRE)技術，該技術針對生物材料的3D列印設計，可以製造細胞支架和支撐性組織結構。

據研究人員稱，通過EGO演算法和FRE技術相結合，列印出的產品能夠達到從未有過的精細度和保真度。

（此文為《3D列印世界》編譯自：3dprintingindustry，如需轉載，請註明來源）

180頁3D列印行業應用白皮書（2018）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！