Une capture d'écran de printfixer montre les variations prévues dans une forme imprimée, avec des zones étendues surlignées en rouge et des zones plus petites marquées en bleu. Crédit :Nathan Decker
L'impression 3D est souvent présentée comme l'avenir de la fabrication. Il nous permet de construire directement des objets à partir de conceptions générées par ordinateur, ce qui signifie que l'industrie peut fabriquer des produits personnalisés en interne, sans sous-traiter les pièces. Mais l'impression 3D a un degré d'erreur élevé, comme la distorsion de forme. Chaque imprimante est différente, et le matériel imprimé peut rétrécir et se dilater de manière inattendue. Les fabricants doivent souvent essayer de nombreuses itérations d'une impression avant de bien faire les choses.
Que deviennent les travaux d'impression inutilisables ? Ils doivent être jetés, présentant un coût environnemental et financier important pour l'industrie.
Une équipe de chercheurs de l'USC Viterbi School of Engineering s'attaque à ce problème, avec un nouvel ensemble d'algorithmes d'apprentissage automatique et un outil logiciel appelé PrintFixer, pour améliorer la précision de l'impression 3D de 50 % ou plus, rendant le processus beaucoup plus économique et durable.
L'oeuvre, récemment publié dans Transactions IEEE sur la science et l'ingénierie de l'automatisation , décrit un processus appelé « modélisation par convolution de l'impression 3D ». Il fait partie d'une série de 15 articles de revues publiés par l'équipe de recherche sur l'apprentissage automatique pour l'impression 3D.
L'équipe, dirigé par Qiang Huang, professeur agrégé de génie industriel et des systèmes, génie chimique et science des matériaux, avec Ph.D. étudiants Yuanxiang Wang, Nathan Decker, Mingdong Lyu, Weizhi Lin et Christopher Henson ont jusqu'à présent reçu un soutien financier de 1,4 million de dollars, dont un récent de 350$, 000 NSF subvention. Leur objectif est de développer un modèle d'IA qui prédit avec précision les écarts de forme pour tous les types d'impression 3D et de rendre l'impression 3D plus intelligente.
« Ce que nous avons démontré jusqu'à présent, c'est que dans les exemples imprimés, la précision peut s'améliorer d'environ 50 % ou plus, " Huang a dit. " Dans les cas où nous produisons un objet 3-D similaire aux cas de formation, l'amélioration globale de la précision peut atteindre 90 %."
« En fait, huit versions itératives de l'industrie peuvent être nécessaires pour obtenir une pièce correcte, pour diverses raisons, " Huang a dit, "et c'est pour le métal, donc c'est très cher."
Chaque objet imprimé en 3D entraîne un léger écart par rapport à la conception, si cela est dû à l'expansion ou à la contraction du matériel imprimé lors de l'impression, ou en raison du comportement de l'imprimante.
PrintFixer utilise des données glanées à partir de travaux d'impression 3D antérieurs pour entraîner son IA à prédire où la déformation de forme se produira, afin de corriger les erreurs d'impression avant qu'elles ne surviennent.
doctorat Le travail de l'étudiant Weizhi Lin consiste à s'assurer que les modèles imprimés en 3D des dents des patients dentaires correspondent avec précision à leurs conceptions. Les points rouges sur le modèle sont des repères sélectionnés automatiquement pour garantir que la forme complexe peut être imprimée avec précision. Crédit :Université de Californie du Sud
Huang a déclaré que l'équipe de recherche avait pour objectif de créer un modèle produisant des résultats précis en utilisant le minimum de données sources d'impression 3D.
"De cinq à huit objets sélectionnés, nous pouvons apprendre beaucoup d'informations utiles, " Huang a déclaré. "Nous pouvons exploiter de petites quantités de données pour faire des prédictions pour un large éventail d'objets."
L'équipe a formé le modèle pour qu'il fonctionne avec la même précision dans une variété d'applications et de matériaux, des métaux pour la fabrication aérospatiale, aux plastiques thermiques à usage commercial. Les chercheurs travaillent également avec une clinique dentaire en Australie sur l'impression 3D de modèles dentaires.
"Donc, tout comme quand un humain apprend à jouer au baseball, vous apprendrez le softball ou un autre sport connexe beaucoup plus rapidement, " dit Decker, qui dirige le développement de l'effort de développement logiciel dans le groupe de Huang. « De la même manière, notre IA peut apprendre beaucoup plus rapidement lorsqu'elle l'a vu plusieurs fois."
« Alors, vous pouvez le regarder, " dit Decker, " et voyez où il y aura des zones qui sont supérieures à vos tolérances, et si vous voulez l'imprimer."
Il a dit que les utilisateurs pouvaient choisir d'imprimer avec un autre, imprimante de meilleure qualité et utilisez le logiciel pour prédire si cela donnerait un meilleur résultat.
"Mais si vous ne voulez pas changer d'imprimante, nous avons également intégré au progiciel des fonctionnalités permettant à l'utilisateur de compenser les erreurs et de modifier la forme de l'objet, de prendre les pièces trop petites et d'augmenter leur taille, en diminuant les parties trop grosses, " dit Decker. " Et puis, quand ils impriment, ils devraient imprimer avec la bonne taille la première fois."
L'objectif de l'équipe est que l'outil logiciel soit accessible à tous, des fabricants commerciaux à grande échelle aux amateurs d'impression 3D. Les utilisateurs du monde entier pourront également contribuer à l'amélioration de l'IA logicielle en partageant les données de sortie d'impression dans une base de données.
"Disons que je travaille avec une imprimante 3D MakerBot utilisant du PLA (un bioplastique utilisé dans l'impression 3D), Je peux le mettre dans la base de données, et quelqu'un utilisant le même modèle et le même matériel pourrait prendre mes données et en tirer des leçons, " dit Decker.
« Une fois que de nombreuses personnes dans le monde l'utiliseront, Tout à coup, vous avez une opportunité vraiment incroyable d'exploiter beaucoup de données, et cela pourrait être une chose vraiment puissante, " il a dit.
