A New Yorki szoftverfejlesztő Senvol sok adattal dolgozó vállalatoknak fejleszt megoldásokat, hogy a 3D nyomtatást tervező- és gyártófolyamataikba tudják integrálni. Már 2015-ben létrehoztak egy additív gyártás adatbázist, azóta pedig alkalmazásprogramozási felületekkel, indexekkel, működési eljárások szabványaival és gépitanulás-megoldásokkal folyamatosan bővítik portfoliójukat.
Gépitanulás-algoritmusuk gyorsan felépíti a printer paraméterei és a nyomat minősége közötti kapcsolatot. Egy adott anyag optimális tulajdonságainak kiszámolásával biztosítja a rövidebb tervezési időt, hogy például az anyag kiválasztásával kevesebbet kelljen bíbelődni.
A cég szoftvereit a gépjármű-ipartól az egészségügyig, számos területen használják, de katonai alkalmazásokra különösen hasznos. Az amerikai haditengerészet például a gépi tanulásnak köszönhetően, rengeteg időt takarít meg alkatrészek tervezésekor.
A légierő szintén az ügyfelek közé tartozik, a mesterségesintelligencia-megoldással ők EOS printereikhez dolgozzák ki a megfelelő mechanikai paramétereket.
A hadsereg kutatólaboratóriuma (ARL) rakétalövedék-részek tervezéséhez és minősítéséhez fogja használni a szoftvert.
A program részeként, a gépitanulás-algoritmus bármilyen 3D nyomtatómódszerrel, komponenssel és géppel működő, rugalmas „minősítési terv” készíthető. Annie Wang, a Senvol elnöke szerint szoftverükkel a hadsereg műhelyeiben csökken a gyártási idő és alacsonyabbak lesznek a költségek, míg a nyomatok segítik a katonák túlélését. Az adatvezérelt technológiával az anyagköltség és a nyomatok minősítésére kiadott összeg is alacsonyabb.
Mivel a szoftver szinte az összes gépmodellel kompatibilis, így mindegyikre alkalmazható rugalmas folyamatok dolgozhatók ki vele. Emellett a nyomtatási módszereket és az anyagtervezési lehetőségeket szimultán ki tudja értékelni. A gépi tanuláshoz összességében kevés adatot kell generálni, a munka ezért lehet gyors, hatékony.
A laborban először rakétalövedékeket állítanak elő, majd a teszteken a Senvol szoftvere által szolgáltatott szimulációkat használva, hasonlítják össze a teljesítményüket. Ha sikeresek lesznek, a kiértékeléssel nemcsak a nyomatokat hitelesítik, hanem a Senvol technológiájáról is bebizonyosodik, hogy bármilyen katonai céleszköz előállításához használható.
„Annak ellenére, hogy az additív gyártásban óriásiak a lehetőségek, a tervezés magas költségei és lassúsága hátráltatják a gyors terjedést. A Senvol megközelítése optimizmussal tölt el bennünket, és érdeklődéssel várjuk, hogy a gépi tanulás hogyan javít a gyártási folyamatokon” – nyilatkozta Stephanie Koch, az ARL egyik vezetője.