論文の概要: Open Source 3-D Filament Diameter Sensor for Recycling, Winding and
Additive Manufacturing Machines
- arxiv url: http://arxiv.org/abs/2012.00191v1
- Date: Tue, 1 Dec 2020 00:54:47 GMT
- ステータス: 処理完了
- システム内更新日: 2021-06-01 09:01:17.535008
- Title: Open Source 3-D Filament Diameter Sensor for Recycling, Winding and
Additive Manufacturing Machines
- Title(参考訳): リサイクル・巻取・添加物製造用オープンソースの3次元フィラメント径センサ
- Authors: Aliaksei L. Petsiuk and Joshua M. Pearce
- Abstract要約: 本研究は, リサイクル・巻線機械のためのオープンソースの3次元フィラメント径センサの設計, 構築, 試験, 評価を行う。
リサイクル3Dプリンタフィラメントの直径を多軸光制御するモジュールシステムは,加工フィラメントの表面構造を解析することができる。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: To overcome the challenge of upcycling plastic waste into 3-D printing
filament in the distributed recycling and additive manufacturing systems, this
study designs, builds, tests and validates an open source 3-D filament diameter
sensor for recycling and winding machines. The modular system for multi-axis
optical control of the diameter of the recycled 3-D-printer filament makes it
possible to analyze the surface structure of the processed filament, save the
history of measurements along the entire length of the spool, as well as mark
defective areas. The sensor is developed as an independent module and
integrated into a recyclebot. The diameter sensor was tested on different kinds
of polymers (ABS, PLA) different sources of plastic (recycled 3-D prints and
virgin plastic waste) and different colors including clear plastic. The results
of the diameter measurements using the camera were compared with the manual
measurements, and the measurements obtained with a one-dimensional digital
light caliper. The results found that the developed open source filament
sensing method allows users to obtain significantly more information in
comparison with basic one-dimensional light sensors and using the received data
not only for more accurate diameter measurements, but also for a detailed
analysis of the recycled filament surface. The developed method ensures greater
availability of plastics recycling technologies for the manufacturing community
and stimulates the growth of composite materials creation. The presented system
can greatly enhance the user possibilities and serve as a starting point for a
complete recycling control system that will regulate motor parameters to
achieve the desired filament diameter with acceptable deviations and even
control the extrusion rate on a printer to recover from filament
irregularities.
- Abstract(参考訳): 分散リサイクルおよび添加物製造システムにおけるプラスチック廃棄物の3dプリントフィラメントへのリサイクルの課題を克服するため, リサイクル・巻取機用オープンソースの3dフィラメント径センサの設計, 施工, 試験, 検証を行った。
リサイクルされた3dプリントフィラメントの直径を多軸光制御するためのモジュラーシステムにより、加工されたフィラメントの表面構造を分析し、スプールの全長さに沿った測定履歴を保存し、またマーク欠陥領域を保存できる。
センサーは独立したモジュールとして開発され、リサイクルボットに統合される。
直径センサーは、プラスチック(リサイクル3Dプリントとヴァージンプラスチック廃棄物)の異なる種類のポリマー(ABS、PLA)と透明プラスチックを含む異なる色で試験された。
カメラを用いた直径測定の結果を手作業による測定と,1次元デジタル光キャリパを用いた測定と比較した。
その結果, オープンソースのフィラメントセンシング技術により, 基礎的な1次元光センサに比べてはるかに多くの情報を得ることができ, より正確な直径測定だけでなく, リサイクルフィラメント表面の詳細な解析にも利用することができることがわかった。
本手法は, 製造コミュニティにおけるプラスチックリサイクル技術の普及を保証し, 複合材料の創製を促進させるものである。
提案システムは, 使用可能性を大幅に向上させるとともに, 所望のフィラメント径を達成するためのモータパラメータを制御し, フィラメントの不規則性から回復するプリンタの押出速度を制御できる完全リサイクル制御システムの出発点として機能する。
関連論文リスト
- On the Importance of Accurate Geometry Data for Dense 3D Vision Tasks [61.74608497496841]
不正確または破損したデータのトレーニングは、モデルバイアスとハマーズ一般化能力を誘導する。
本稿では,深度推定と再構成における高密度3次元視覚課題に対するセンサ誤差の影響について検討する。
論文 参考訳(メタデータ) (2023-03-26T22:32:44Z) - Corrosion Detection for Industrial Objects: From Multi-Sensor System to
5D Feature Space [5.0468312081378475]
腐食は、産業用途に使用される金属製の物体の表面にしばしば現れる損傷の一種である。
物体を360度回転させる回転テーブルからなる試験装置を提供する。
RGBカメラとレーザー三角センサーは、我々のマルチセンサーシステムとして2Dおよび3Dデータを取得する。
論文 参考訳(メタデータ) (2022-05-14T14:45:58Z) - Learning Online Multi-Sensor Depth Fusion [100.84519175539378]
SenFuNetは、センサ固有のノイズと外れ値統計を学習するディープフュージョンアプローチである。
実世界のCoRBSとScene3Dデータセットで様々なセンサーの組み合わせで実験を行う。
論文 参考訳(メタデータ) (2022-04-07T10:45:32Z) - Learning to Synthesize Volumetric Meshes from Vision-based Tactile
Imprints [26.118805500471066]
視覚ベースの触覚センサーは、通常、変形可能なエラストマーと上に取り付けられたカメラを使用して、コンタクトの高解像度な画像観察を行う。
本稿では,視覚に基づく触覚センサから得られた画像インプリントに基づいてエラストマーのメッシュを合成する学習に焦点を当てた。
グラフニューラルネットワーク(GNN)を導入し、教師付き学習で画像とメシュのマッピングを学習する。
論文 参考訳(メタデータ) (2022-03-29T00:24:10Z) - Machine Learning-Based Soft Sensors for Vacuum Distillation Unit [5.728037880354686]
製品の品質は、プロセスの製品が仕様の範囲内かどうかを知らせる重要な特性である。
この問題に対処する戦略の1つはソフトセンサーである。
ソフトセンサー(Soft Sensor)は、頻繁な測定特性の予測と予測に使用できるモデルの集合である。
論文 参考訳(メタデータ) (2021-11-19T15:30:43Z) - DVIO: Depth aided visual inertial odometry for RGBD sensors [7.745106319694523]
本稿では、RGBDセンサと慣性計測ユニット(IMU)センサを用いて、モバイルデバイスの動作状態を推定する新しい視覚慣性オドメトリー(VIO)システムを提案する。
このシステムはDVIO(Deep-Aided VIO)システムと呼ばれる。
論文 参考訳(メタデータ) (2021-10-20T22:12:01Z) - Classification of PS and ABS Black Plastics for WEEE Recycling
Applications [63.942632088208505]
本研究の目的は,ポリスチレン (PS) 型とアクリロニトリルブタジエン (ABS) 型の黒色プラスチックを用いて,異なる種類のプラスチックを分類できるシステムを作ることである。
畳み込みニューラルネットワークのテストと再訓練が行われ、95%の精度が得られた。
別個のテストセットを使用して平均精度は86.6%まで低下するが、結果を見てみるとABS型が100%正確に分類されていることが分かるため、すべてのエラーを蓄積するPS型である。
論文 参考訳(メタデータ) (2021-10-20T12:47:18Z) - 3D Human Body Reshaping with Anthropometric Modeling [59.51820187982793]
人間測定パラメータから正確で現実的な3D人体を再構築することは、個人識別、オンラインショッピング、仮想現実のための基本的な課題です。
このような3d形状を作る既存のアプローチは、レンジカメラやハイエンドスキャナーによる複雑な測定に苦しむことが多い。
本稿では,各ファセットに対する自動人為的パラメータモデリングを可能にする,特徴選択に基づく局所マッピング手法を提案する。
論文 参考訳(メタデータ) (2021-04-05T04:09:39Z) - Real-time detection of uncalibrated sensors using Neural Networks [62.997667081978825]
オンライン学習に基づく温度・湿度・圧力センサの非校正検出装置を開発した。
このソリューションはニューラルネットワークをメインコンポーネントとして統合し、校正条件下でのセンサーの動作から学習する。
その結果, 提案手法は, 偏差値0.25度, 1% RH, 1.5Paの偏差をそれぞれ検出できることがわかった。
論文 参考訳(メタデータ) (2021-02-02T15:44:39Z) - Learning Camera Miscalibration Detection [83.38916296044394]
本稿では,視覚センサ,特にRGBカメラの誤校正検出を学習するためのデータ駆動型アプローチに焦点を当てた。
コントリビューションには、RGBカメラの誤校正基準と、この基準に基づく新しい半合成データセット生成パイプラインが含まれる。
深層畳み込みニューラルネットワークをトレーニングすることにより、カメラ固有のパラメータの再校正が必要か否かを判断するパイプラインの有効性を実証する。
論文 参考訳(メタデータ) (2020-05-24T10:32:49Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。