Dans le passé les applications de la fabrication additive métallique, autrement connu sous le nom d'impression 3D, ont principalement été confinés au prototypage. Récemment, le domaine a amorcé une transition majeure, alors que les chercheurs se rapprochent du développement de l'impression 3D en métal en tant que forme fiable de fabrication industrielle. Cependant, il y a encore des obstacles majeurs à surmonter avant que le terrain puisse faire le grand saut, en particulier dans les applications à haut risque telles que les composants aéronautiques.

"L'un des plus gros obstacles entre la fabrication d'une pièce qui a l'air bien et sa mise en place dans un avion est de s'assurer que la pièce que vous produisez n'a pas de défauts, ", explique Luke Scime, ancien élève du génie mécanique (MechE).

Scime a travaillé avec Jack Beuth de MechE, directeur du NextManufacturing Center, pour développer un algorithme d'apprentissage automatique qui détecte les anomalies dans une pièce pendant son impression, une pratique connue sous le nom de surveillance de processus. Le type d'impression spécifique avec lequel ils ont travaillé, fusion laser sur lit de poudre, consiste à étaler une fine couche de poudre (seulement 30 à 60 microns de diamètre) et à la faire fondre dans des zones sélectionnées pour former une couche de l'objet imprimé. Le processus est ensuite répété pour la couche suivante, avec chaque build contenant des centaines ou des milliers de couches. La plupart des erreurs qui peuvent survenir lors d'une fabrication sont dues à un étalement incorrect de la couche de poudre.

La course au développement d'une forme pratique et complète de surveillance des processus est lancée. Divers chercheurs tentent d'utiliser la surveillance de la température, techniques acoustiques, spectroscopie, et d'autres méthodes afin d'obtenir la meilleure compréhension de ce qui se passe lors d'une construction au niveau structurel. Des types limités de surveillance ont déjà été introduits commercialement dans une certaine mesure; cependant, la plupart de ces formes rudimentaires n'offrent qu'une lecture à interpréter par l'opérateur de la machine, sans aucune capacité d'analyse automatisée. Le travail de Scime porte la surveillance des processus à un nouveau sommet, permettant une analyse automatisée en temps réel grâce à un algorithme de vision par ordinateur.

« La vision par ordinateur est un terme qui désigne l'utilisation de techniques d'analyse de données pour comprendre ce qui se passe dans une image, " explique Scime.

Son algorithme prend des images du lit de poudre et extrait des caractéristiques des images. Il les regroupe ensuite et compare ces images à différents niveaux d'analyse, jusqu'à ce qu'il puisse créer une "empreinte digitale" unique de l'image. En alimentant l'algorithme des centaines d'images d'entraînement, déjà étiqueté manuellement avec ce qui se passe dans l'image, la machine apprend à reconnaître les différents défauts et comment ils apparaissent. De là, l'algorithme peut prendre toutes les nouvelles images qu'il reçoit de la caméra intégrée de la machine, et comparer son empreinte à celles de sa base de connaissances pour réussir à isoler les anomalies.

Dans leur dernier article publié, Scime et Beuth ont démontré que l'algorithme peut détecter efficacement les défauts d'épandage de poudre à l'échelle du millimètre. Ces défauts ont un effet majeur sur la stabilité du processus, c'est-à-dire la capacité d'imprimer. L'algorithme est capable de détecter ces erreurs au fur et à mesure qu'elles se développent, et peut déterminer quel est le défaut, et où cela se produit.

"Le Saint Graal est de déployer cela dans un environnement en temps réel où vous analysez automatiquement les données, faire quelque chose à ce sujet, et puis passer à autre chose, " dit Scime.

Selon Scime, l'avancée vers l'automatisation à correction automatique pourrait prendre différentes formes. À l'extrémité la plus élémentaire du spectre, la machine pourrait envoyer une alerte à un opérateur lorsqu'elle a détecté une anomalie, leur permettant de résoudre le problème avant de continuer la construction. Le prochain niveau de sophistication consisterait à automatiser des correctifs simples, permettant à une machine de reconnaître un défaut critique et de réagir en conséquence. Ça pourrait, par exemple, arrêter d'imprimer une certaine partie tout en permettant aux autres de continuer, ou nettoyer la lame qui étale le lit de poudre, avec chaque réponse adaptée pour corriger le type spécifique d'anomalie identifiée.

Le summum de l'autocorrection automatisée serait de lutter contre une anomalie connue sous le nom de dévers. Le dévers se produit lorsqu'une partie de la construction commence à se déformer ou à s'enrouler vers le haut hors de la couche de poudre, et est responsable de la majorité des dommages aux pièces. Développer un moyen automatisé de corriger ce type de faille testera les limites de ce dont des chercheurs comme Scime sont capables.

dit Scime, "Ce qui compte vraiment, c'est peut-on le détecter, comprendre que c'est un problème, puis concevoir ce que nous appelons des paramètres de traitement pour faire quelque chose de différent de ce que nous faisions afin de réduire la quantité de gauchissement ?"

Il faudra peut-être un certain temps avant d'atteindre ce niveau d'automatisation; il reste encore de nombreux obstacles à surmonter. Beaucoup de travaux futurs, tels que l'accès à des équipements propriétaires et l'intégration de logiciels, s'appuiera sur la capacité des chercheurs à se coordonner avec les industriels. Il reste également beaucoup à comprendre sur les effets de la modification des paramètres de traitement dans la construction.

Certains des intérêts futurs de Scime résident dans l'amélioration de la précision de l'algorithme d'apprentissage automatique et dans l'examen de la manière dont davantage de données de capteurs peuvent être incorporées dans son analyse. Cependant, l'algorithme actuel s'est avéré efficace pour identifier avec précision une gamme d'anomalies et est prêt à être appliqué. Scime poursuivra sa formation post-doctorale au Oak Ridge National Laboratory, mais espère continuer à collaborer avec le collège d'ingénierie et Beuth à l'avenir.

Bien que nous n'imprimions pas en 3D les 747 de si tôt, Le travail de Scime et Beuth est une étape majeure pour faire de la fabrication additive métallique une méthode totalement sûre et fiable pour la fabrication industrielle.