至顶网CIO与应用频道 08月24日 北京消息:随着各行各业越来越多的公司开始使用复合材料,3D 打印和增材制造解决方案的全球领导者Stratasys(Nasdaq:SSYS)正式发售价格实惠的碳纤维填充尼龙12材料专用增材制造系统。该工业级Fortus 380mc碳纤维3D打印机曾在今年3月首次亮相,目前已经面向全球市场正式出货,国内售价53万元人民币(含税)。
Team Penske使用Stratasys FDM和碳纤维填充尼龙12材料打印轻量而坚硬的部件,用于IndayCar和NASCAR(纳斯卡)赛车比赛。
近期,复合材料市场同比增长8-12%。美国能源部将碳纤维复合材料应用和碳纤维增强聚合物列为清洁能源技术,这些材料可以打造轻量化产品,进而降低能耗。据测算,汽车质量每减少10%,燃油经济性将提升6-8%。
Stratasys是全球率先提供碳纤维填充复合材料的厂商之一,之前仅向部分高端3D打印机提供这种打印材料。Stratasys资深销售副总裁Pat Carey 表示:“我们的客户要求能够更加容易使用碳纤维材料,他们希望获得价格实惠、可靠稳定的工业级系统。因此,我们基于Stratasys Fortus 380mc平台推出价格更实惠的系统。由于380mc CFE只能使用碳纤维填充尼龙12材料和另一种材料,我们能以所有工业级打印机中最低的价格进行销售。”
增材制造业咨询公司Wohlers Associates总裁Terry Wohlers表示:“多年来,增材制造业需要能使用高强度复合材料的多样化打印机,我希望Stratasys最新推出的打印机能够使用碳纤维和尼龙12材料打印坚固零件,满足客户这一需求。”
针对IndyCar和纳斯卡赛车,Team Penske使用FDM和碳纤维填充尼龙12复合材料制造其原型和最终零部件。最近,该团队使用碳纤维填充尼龙12复合材料为纳斯卡比赛车队生产后视镜外壳。完成后视镜外壳设计后,工程师们按照纳斯卡系列赛车手定制设计,最后使用复合材料打印最终零部件。由于使用了碳纤维材料,Team Penske能够生产出轻质、高抗冲击性、高刚度的后视镜外壳。这些特性对于赛车而言非常重要,尤其是这些复合材料的刚度能够使薄壁零件在赛道产生的气动载荷中不会弯曲变形。
碳纤维填充尼龙12材料的增材应用包括:
Ÿ 制造复合材料或金属零件的功能性原型
Ÿ 使用高强度材料进行小批量生产
Ÿ 制造人体工学设计更佳的轻量化装配工具,减少工人疲劳
Ÿ 用高强度轻型复合材料替代金属零件
Stratasys预计,生产工具和夹具的企业,以及汽车、休闲运动装备、海洋装备、矫形器和假体、国防、航天、医疗器材、石油和天然气等行业将率先使用Fortus 380mc CFE 3D打印机。
与典型的注塑碳纤维强化塑料零件相似,Stratasys尼龙12CF材料的短碳纤维重量占35%,相比所有FDM或FFF 3D打印材料具有最高的刚度-重量比。
Fortus 380mc CFE基于可靠的平台,能够重复生产精确尺寸的零件。打印的零件不会出现明显的扭曲或收缩,可实现更严格的公差。Stratasys尼龙12CF材料在x轴和y轴上比同等价位的替代产品牢固四倍,并且可以在温度高出40%的环境中保持其机械性能。Fortus 380mc CFE打印机比同等价位的碳纤维3D打印机速度快2到5倍。
Fortus 380mc CFE打印机以0.010英寸(0.254毫米)的分层厚度打印材料。该打印机还兼容ASA热塑性塑料,能够以0.010或0.005英寸(0.127毫米)的分层厚度进行打印。3D打印机成形室的尺寸为14x12x12英寸(355x305x305毫米)。它采用水溶性支撑材料,无需后续人工拆卸,反而能够帮助创建各种精细和复杂的几何形状。如果没有可溶性支撑材料的话,这是不可能实现的,因为在清理时可能会破坏这些精细形状,或者复杂的几何形状会使得移除工作变得十分费劲或者无法实现。
好文章,需要你的鼓励
今天讲的出海案例是维科精密,这家汽车电子与功率半导体精密部件厂商正在泰国建设总投资3.10亿元的生产基地。
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
随着AI智能体对实时数据访问需求激增,企业维护独立事务与分析系统的成本和复杂性日益凸显。Databricks、Snowflake、EDB等厂商纷纷推出融合架构。分布式PostgreSQL提供商pgEdge近日发布ColdFront测试版,采用冷热数据分层架构,自动将旧数据迁移至Apache Iceberg对象存储,同时保持PostgreSQL作为唯一应用接口。分析师指出,DuckDB正成为此类架构的事实标准嵌入式分析引擎,但由此产生的集中风险值得CIO关注。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。