中航迈特携金属3D打印硬核方案,助力具身体智造升级

8月8日,2025世界机器人大会在北京经济技术开发区开幕,大会以“让机器人更智慧,让具身体更智能”为主题,200 余家国内外机器人相关企业及百余款新品汇聚,向全球呈现了一场机器人科技盛宴。

京城机电携旗下机器人产业亮相大会,集中展示新型机器人产品和智能制造解决方案。中航迈特作为京城机电所属金属3D打印企业,与配天机器人同台展示,为机器人行业创新带去金属3D打印装备与材料智造解决方案。

在具身智能的发展浪潮中,轻量化、高强度、可批量生产的金属部件成为关键需求。中航迈特为具身智能机器人行业提供从原型开发到批量生产的金属3D打印装备及金属粉末材料支持,助力机器人结构制造更高效、更经济,赋能机器人行业智造升级。

01

MT400M金属3D打印机

让具身体制造更自由、更高效

此次参展,中航迈特首次携MT400M金属3D打印机亮相展会现场,设备4光闪耀,在现场逐层开展人形机器人身体结构部件打印工作。

金属3D打印设备突破传统加工方式限制,通过数字化模型即可实现不同规格构件的按需制造,极大缩短了机器人迭代周期,更可通过拓扑优化结构等设计,直接成形复杂的一体化结构,大幅减轻构件重量,使人形机器人制造高度自由化、动作及动态响应更敏捷,能耗效率显著提高。

MT400M采用激光粉末床熔融(LPBF)技术,可成形尺寸为420×350×400mm(X×Y×Z),标配 4 激光技术,成形效率可达100cm3/h,搭载匹配自研软件系统,能够实现多台设备同时稳定作业,满足人形机器人复杂结构一体化、产线化批量制造需求,为机器人制造企业提供可靠的生产解决方案。

02

轻质高强金属材料

让具身体动作更灵活、更结实

针对人形机器人制造减重及机体性能需求,中航迈特开发的系列高性能金属粉末材料,如高比强度的TC4/ TC11/ TA15等钛及钛合金粉末、高强低密的AlSi10Mg/ AlMgErZr/ AIMnErZr等高强铝合金粉末及耐蚀抗拉的18Ni300/ 304L/ 316L等钢类合金粉末,进一步满足机器人腔体、关节、骨架等关键部件对轻量化、耐腐蚀及高强度材料的需求,让具身体动作更灵活、更结实,助力其续航提升与动作复杂度优化。

03

金属3D打印设备用户案例

让具身体创新更无限、更突破

展会现场,中航迈特展出了多款用户采用公司金属3D打印设备制造的机器人关键部件,如人形机器人TC4钛合金胸腔连接件、上臂、小臂及腿部结构件等,展现了出色的强度、轻量化及结构刚性等,为机器人行业结构创新与制造工艺突破提供新思路。

设备用户案例展示

采用MT280设备,开展拓扑优化设计,一体成形,可承受较大外力,减少变形风险,整体轻量化、高刚度,有效提升机器人运行效率和承载性能。

人形机器人胸腔连接件

采用MT400M设备,一体化轻量成形,显著提高机器人运行效率和承载性能,具有高刚、高致密等优良的力学性能,确保结构件可靠性和耐用性。

人形机器人腔体结构

采用MT400M设备,保证强度/刚度的前提下显著减轻腿部重量,降低惯性,从而大幅提升机器人动态响应能力、运动速度、敏捷性和整体能效。

人形机器人大腿&小腿结构

采用MT280设备,开展复杂中空结构及拓扑优化设计,大幅减轻机器人自重和零件数量,简化装配步骤,实现轻量化与复杂功能集成。

人形机器人上臂&小臂结构

机器人的智能化不仅需要先进的算法,更需要高性能、可量产的具身体。金属3D打印让复杂结构的高效生产成为可能,中航迈特专注金属3D打印设备与材料技术创新与产品服务,期待为具身智能行业发展提供更灵活、更高精度、更高效及更低成本的智造解决方案。

欢迎转发

千人行业专家交流Q群:248112776

延伸阅读:

1.低轨卫星星座推动金属增材制造崛起,成为太空经济重要支柱

2.EOS光束整形金属3D打印机被多国先进机构选购

3.连续7天无间断打印!倍丰智能展现航天级金属3D打印制造能力

4.三帝科技公布粘结剂喷射金属3D打印最新成果,可制造钛合金

Matlab 为神经网络的研究和应用提供了强大的支持,以下从多个方面介绍其相关知识: ### 神经网络工箱 Matlab 提供了专门的神经网络工箱(Neural Network Toolbox),它包含了各种预定义的神经网络模型,如前馈神经网络、递归神经网络等,以及一系列用于网络创建、训练和仿真的函数。例如,`newff` 函数可用于创建一个前馈神经网络,`train` 函数用于训练网络,`sim` 函数用于对训练好的网络进行仿真。以下是一个简单的示例代码: ```matlab % 创建输入和目标数据 x = [0 1; 1 0; 1 1; 0 0]'; t = [1 1 0 0]; % 创建一个前馈神经网络 net = newff(x, t, [2], {'tansig', 'purelin'}); % 训练网络 net = train(net, x, t); % 仿真网络 y = sim(net, x); ``` ### 神经网络的创建 在 Matlab 中创建神经网络,需要确定网络的类型、层数、每层的神经元数量以及激活函数等参数。以多层感知器(MLP)为例,可通过指定输入层、隐藏层和输出层的神经元数量来创建网络。同时,还可以选择不同的激活函数,如 sigmoid 函数、ReLU 函数等,以适应不同的任务需求。 ### 神经网络的训练 训练神经网络是调整网络权重和偏置的过程,以使得网络的输出尽可能接近目标输出。Matlab 提供了多种训练算法,如梯度下降法、Levenberg - Marquardt 算法等。在训练过程中,需要选择合适的训练算法、学习率、训练次数等参数。例如,使用 `trainlm` 函数可以采用 Levenberg - Marquardt 算法进行训练: ```matlab net.trainFcn = 'trainlm'; % 设置训练函数为 Levenberg - Marquardt 算法 net = train(net, x, t); ``` ### 神经网络的评估 训练完成后,需要对神经网络的性能进行评估。常见的评估指标包括均方误差(MSE)、准确率等。可以使用 `perform` 函数计算网络的性能指标: ```matlab mse = perform(net, t, y); % 计算均方误差 ``` ### 神经网络的应用 Matlab 中的神经网络可应用于多个领域,如模式识别、预测分析、控制系统等。例如,在图像识别中,可以使用卷积神经网络(CNN)对图像进行分类;在时间序列预测中,可以使用递归神经网络(RNN)对未来数据进行预测。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值