Алгоритм учится исправлять ошибки 3D-печати для разных деталей, материалов и систем

Прочитано: 291 раз(а)
1 Звезда2 Звезды3 Звезды4 Звезды5 Звезд (1 голосов, среднее: 5,00 из 5)
Loading ... Loading ...


Инженеры создали интеллектуальные 3D-принтеры, которые могут быстро обнаруживать и исправлять ошибки даже в ранее неизвестных проектах или незнакомых материалах, таких как кетчуп и майонез, изучая опыт других машин.

Инженеры из Кембриджского университета разработали алгоритм машинного обучения, который может обнаруживать и исправлять множество различных ошибок в режиме реального времени и может быть легко добавлен к новым или существующим машинам для расширения их возможностей. 3D-принтеры, использующие алгоритм, также могут научиться печатать новые материалы самостоятельно. Подробности их низкозатратного подхода сообщаются в журнале Nature Communications .

3D — печать может произвести революцию в производстве сложных и индивидуальных деталей, таких как компоненты самолетов, персонализированные медицинские имплантаты или даже сложные сладости, а также может преобразовать производственные цепочки поставок. Однако он также уязвим для производственных ошибок, от мелких неточностей и механических недостатков до полного отказа сборки.

В настоящее время способ предотвращения или исправления этих ошибок заключается в том, чтобы квалифицированный рабочий наблюдал за процессом. Рабочий должен распознать ошибку (сложная задача даже для наметанного глаза), остановить печать, удалить деталь и настроить параметры для новой детали. Если используется новый материал или принтер, процесс занимает больше времени, поскольку работник изучает новую настройку. Даже в этом случае ошибки могут быть пропущены, поскольку работники не могут постоянно наблюдать за несколькими принтерами одновременно, особенно при длинных отпечатках.

«3D-печать сложна, потому что многое может пойти не так, и поэтому довольно часто 3D-печать терпит неудачу», — сказал доктор Себастьян Паттинсон из Кембриджского инженерного факультета, старший автор статьи. «Когда это происходит, все материалы, время и энергия, которые вы использовали, теряются».

Инженеры разрабатывают автоматизированный мониторинг 3D-печати, но существующие системы могут обнаруживать только ограниченный набор ошибок в одной детали, одном материале и одной системе печати.

«Что действительно необходимо, так это система « беспилотного автомобиля » для 3D-печати», — сказал первый автор Дуглас Брайон, также из инженерного отдела. «Беспилотный автомобиль был бы бесполезен, если бы работал только на одной дороге или в одном городе — ему нужно научиться обобщать разные среды , города и даже страны. Точно так же «беспилотный» принтер должен работать с несколькими деталями, материалами, и условия печати».

Брион и Паттинсон говорят, что алгоритм, который они разработали, может быть тем самым «беспилотным автомобилем», который искали инженеры.

«Это означает, что у вас может быть алгоритм, который может просматривать все различные принтеры, с которыми вы работаете, постоянно отслеживать и вносить изменения по мере необходимости — в основном, делая то, что человек не может сделать», — сказал Паттинсон.

Исследователи обучили модель компьютерного зрения для глубокого обучения, показав ей около 950 000 изображений, автоматически снятых во время производства 192 печатных объектов. Каждое из изображений было помечено настройками принтера, такими как скорость и температура печатающего сопла и расход материала для печати. Модель также получила информацию о том, насколько эти настройки были далеки от хороших значений, что позволило алгоритму узнать, как возникают ошибки.

«После обучения алгоритм может определить, просто взглянув на изображение, какая настройка правильная, а какая неправильная — например, является ли конкретное значение слишком высоким или слишком низким, а затем применить соответствующую коррекцию», — сказал Паттинсон. «И здорово то, что принтеры, использующие этот подход, могут постоянно собирать данные, поэтому алгоритм также может постоянно улучшаться».

Используя этот подход, Брион и Паттинсон смогли создать алгоритм, который можно обобщить — другими словами, его можно применять для выявления и исправления ошибок в незнакомых объектах или материалах или даже в новых системах печати.

«Когда вы печатаете с помощью сопла, независимо от того, какой материал вы используете — полимеры, бетон, кетчуп или что-то еще — вы можете получить одинаковые ошибки», — сказал Брайон. «Например, если сопло движется слишком быстро, вы часто получаете капли материала, или если вы выталкиваете слишком много материала, напечатанные линии будут перекрываться, образуя складки.

«Ошибки, возникающие из-за одинаковых настроек, будут иметь схожие черты, независимо от того, какая часть печатается или какой материал используется. Поскольку наш алгоритм изучил общие черты, общие для разных материалов, он может сказать: «О, напечатанные линии образуют складки, поэтому мы, вероятно, выталкиваем слишком много материала».

В результате алгоритм, обученный с использованием только одного типа материала и системы печати, смог обнаруживать и исправлять ошибки в разных материалах, от инженерных полимеров до даже кетчупа и майонеза, на другой системе печати.

В будущем обученный алгоритм может быть более эффективным и надежным, чем человек-оператор при обнаружении ошибок. Это может быть важно для контроля качества в приложениях, где отказ компонента может иметь серьезные последствия.

При поддержке Cambridge Enterprise, подразделения университета по коммерциализации, Брайон создал Matta, дочернюю компанию, которая будет разрабатывать технологию для коммерческих приложений.

«Мы обращаем внимание на то, как это может работать в таких дорогостоящих отраслях, как аэрокосмическая, энергетическая и автомобильная, где технологии 3D-печати используются для производства высокопроизводительных и дорогих деталей», — сказал Брайон. «На изготовление одного компонента могут уйти дни или недели, что обойдется в тысячи фунтов стерлингов. Ошибка, возникающая в начале, может быть не обнаружена до тех пор, пока деталь не будет завершена и проверена. Наш подход позволил бы обнаружить ошибку в реальном времени, что значительно повышение производительности труда».

Алгоритм учится исправлять ошибки 3D-печати для разных деталей, материалов и систем



Новости партнеров