Uno screenshot di printfixer mostra le variazioni previste in una forma stampata, con aree espanse evidenziate in rosso e aree più piccole contrassegnate in blu. Credito:Nathan Decker
La stampa 3D è spesso pubblicizzata come il futuro della produzione. Ci consente di costruire oggetti direttamente da progetti generati al computer, il che significa che l'industria può produrre internamente prodotti personalizzati, senza parti in outsourcing. Ma la stampa 3D ha un alto grado di errore, come la distorsione della forma. Ogni stampante è diversa, e il materiale stampato può ridursi ed espandersi in modi inaspettati. I produttori spesso hanno bisogno di provare molte iterazioni di una stampa prima di farlo bene.
Cosa succede ai lavori di stampa inutilizzabili? Devono essere scartati, presentando un costo ambientale e finanziario significativo per l'industria.
Un team di ricercatori della USC Viterbi School of Engineering sta affrontando questo problema, con un nuovo set di algoritmi di apprendimento automatico e uno strumento software chiamato PrintFixer, per migliorare la precisione della stampa 3D del 50% o più, rendendo il processo molto più economico e sostenibile.
Il lavoro, recentemente pubblicato in Transazioni IEEE sulla scienza e l'ingegneria dell'automazione , descrive un processo chiamato "modellazione di convoluzione della stampa 3D". Fa parte di una serie di 15 articoli di riviste del team di ricerca che trattano l'apprendimento automatico per la stampa 3D.
Il gruppo, guidato da Qiang Huang, professore associato di ingegneria industriale e dei sistemi, ingegneria chimica e scienza dei materiali, insieme al dottorato studenti Yuanxiang Wang, Nathan Decker, Mingdong Lyu, Weizhi Lin e Christopher Henson hanno finora ricevuto un sostegno finanziario di 1,4 milioni di dollari, compreso un recente $ 350, 000 sussidio NSF. Il loro obiettivo è sviluppare un modello di intelligenza artificiale che preveda con precisione le deviazioni di forma per tutti i tipi di stampa 3D e renda la stampa 3D più intelligente.
"Ciò che abbiamo dimostrato finora è che negli esempi stampati la precisione può migliorare di circa il 50 percento o più, " ha detto Huang. "Nei casi in cui stiamo producendo un oggetto 3-D simile ai casi di addestramento, il miglioramento complessivo della precisione può arrivare fino al 90%."
"In realtà possono essere necessari otto build iterativi del settore per ottenere una parte corretta, per vari motivi, "Huang ha detto, "e questo è per il metallo, quindi è molto costoso."
Ogni oggetto stampato in 3D comporta una leggera deviazione dal design, se ciò è dovuto all'espansione o alla contrazione del materiale stampato durante la stampa, o per il modo in cui si comporta la stampante.
PrintFixer utilizza i dati raccolti dai precedenti lavori di stampa 3D per addestrare la sua intelligenza artificiale a prevedere dove si verificherà la distorsione della forma, per correggere gli errori di stampa prima che si verifichino.
dottorato di ricerca il lavoro dello studente Weizhi Lin è garantire che i modelli stampati in 3D dei denti dei pazienti odontoiatrici siano accuratamente abbinati ai loro progetti. I punti rossi sul modello sono punti di riferimento selezionati automaticamente per garantire che la forma complessa possa essere stampata con precisione. Credito:University of Southern California
Huang ha affermato che il team di ricerca aveva lo scopo di creare un modello che producesse risultati accurati utilizzando la quantità minima di dati di origine di stampa 3D.
"Da soli cinque a otto oggetti selezionati, possiamo apprendere molte informazioni utili, " ha detto Huang. "Possiamo sfruttare piccole quantità di dati per fare previsioni per una vasta gamma di oggetti".
Il team ha addestrato il modello a lavorare con la stessa precisione su una varietà di applicazioni e materiali, dai metalli per la produzione aerospaziale, alle termoplastiche per uso commerciale. I ricercatori stanno anche lavorando con una clinica odontoiatrica in Australia alla stampa 3D di modelli dentali.
"Quindi, proprio come quando un umano impara a giocare a baseball, imparerai il softball o qualche altro sport correlato molto più velocemente, " disse Decker, che guida lo sviluppo dello sforzo di sviluppo del software nel gruppo di Huang. "Allo stesso modo, la nostra intelligenza artificiale può imparare molto più velocemente quando l'ha vista un paio di volte."
"Così puoi guardarlo, " disse Decker, "e vedi dove ci saranno aree che sono maggiori delle tue tolleranze, e se vuoi stamparlo."
Ha detto che gli utenti possono scegliere di stampare con un diverso, stampante di qualità superiore e utilizzare il software per prevedere se ciò fornirebbe un risultato migliore.
"Ma se non vuoi cambiare la stampante, abbiamo anche incorporato funzionalità nel pacchetto software che consentono all'utente di compensare gli errori e modificare la forma dell'oggetto, prendere le parti troppo piccole e aumentarne le dimensioni, diminuendo le parti troppo grandi, " disse Decker. "E poi, quando stampano, dovrebbero stampare con la dimensione corretta la prima volta."
L'obiettivo del team è che lo strumento software sia disponibile per tutti, dai produttori commerciali su larga scala agli appassionati di stampa 3D. Gli utenti di tutto il mondo potranno anche contribuire a migliorare il software AI attraverso la condivisione dei dati di output di stampa in un database.
"Diciamo che sto lavorando con una stampante 3D MakerBot utilizzando PLA (una bioplastica utilizzata nella stampa 3D), Posso metterlo nel database, e qualcuno che usa lo stesso modello e materiale potrebbe prendere i miei dati e imparare da essi, " ha detto Decker.
"Una volta che molte persone in tutto il mondo lo useranno, all'improvviso, hai un'opportunità davvero incredibile di sfruttare molti dati, e questa potrebbe essere una cosa davvero potente, " Egli ha detto.
