Actualités

La nouvelle plateforme AI d’ORNL évalue les pièces imprimées en 3D en temps réel – ImpressionEn3D.com

Oak Ridge National Laboratory est à l’origine du développement d’un nouveau type de logiciel d’intelligence artificielle (IA) appelé Peregrine, destiné à améliorer la qualité des pièces fonctionnelles produites via des imprimantes 3D à lit de poudre. Peregrine ne nécessite aucun «équipement de caractérisation coûteux», mais possède la capacité d’évaluer les pièces pendant la fabrication. Tout au long du processus de production, les informations sont collectées et évaluées, et les détails suivants sont analysés:

  • Conception
  • Sélection de matériaux
  • Imprimer les versions
  • Test des matériaux

«La capture de ces informations crée un ‘clone’ numérique pour chaque pièce, fournissant une mine de données de la matière première au composant opérationnel», a déclaré Vincent Paquit, leader de la recherche avancée en analyse de données de fabrication dans le cadre de l’imagerie, des signaux et de l’apprentissage automatique d’ORNL groupe. «Nous utilisons ensuite ces données pour qualifier la pièce et pour informer les futures constructions sur plusieurs géométries de pièces et avec plusieurs matériaux, atteignant de nouveaux niveaux d’automatisation et d’assurance qualité de fabrication.»

Le logiciel est basé sur un réseau neuronal convolutif qui imite le cerveau humain, évaluant rapidement les images des caméras pendant l’impression. Un algorithme intégré analyse ensuite les données, évaluant les pixels, la qualité des structures et leurs formes générales. S’il y a une erreur, les opérateurs d’imprimantes à lit de poudre sont avertis.

ORNL a été impliqué dans un large éventail de projets impressionnants mettant en œuvre des procédés de FA — du développement de nouveaux composites organiques aux matériaux biosourcés, à la production d’isotopes médicaux et à d’autres systèmes de contrôle de qualité. Dans ce projet, ils se concentrent sur leur contribution à «l’usine du futur», les utilisateurs créant des pièces innovantes et personnalisées via CAO, puis s’appuyant sur un logiciel d’impression 3D pour détecter et corriger les erreurs.

Une telle surveillance et correction offre un avantage substantiel et étendu dans l’utilisation de l’impression 3D, car les pièces peuvent être réparées avant qu’elles ne sortent de la chaîne de production, ce qui permet d’économiser du temps, de l’argent, des matériaux et d’éviter de graves problèmes de performances.

A lire  La nouvelle impression 3D de silicone ouvre des applications pour la robotique, la médecine et les appareils portables - ImpressionEn3D.com

Avec Peregrine, l’objectif est que les utilisateurs industriels se sentent en sécurité en sachant que les pièces qu’ils incluent dans les applications critiques ont été surveillées, testées et sont prêtes à être installées. Le projet a été parrainé par l’Office de l’efficacité énergétique et des énergies renouvelables du DOE et le Bureau de l’énergie nucléaire du DOE, finançant le programme TCR. Le logiciel a été créé par des chercheurs travaillant dans l’installation de démonstration de fabrication à ORNL, connus pour leur expérience dans le développement et le test d’innombrables types de nouvelles technologies.

«L’un des défis fondamentaux de la fabrication additive est que vous vous souciez des choses qui se produisent à des échelles de longueur de plusieurs dizaines de microns et qui se produisent en microsecondes, et que vous vous en souciez pendant des jours, voire des semaines de temps de construction», a déclaré Luke Scime d’ORNL. , chercheur principal pour Peregrine. «Étant donné qu’une faille peut se former à n’importe lequel de ces points à n’importe quel moment, il devient difficile de comprendre le processus et de qualifier une pièce.»

La recherche est entièrement détaillée par Luke Scime, Derek Siddel, Seth Baird et Vincent Paquit dans «Détection et classification des anomalies par couche pour les processus de fabrication additive sur lit de poudre: un algorithme indépendant de la machine pour une segmentation sémantique pixel par pixel en temps réel.» En expliquant le fonctionnement du réseau neuronal convolutif, les chercheurs soulignent des avantages clés tels que la capacité d’offrir des résultats de segmentation du capteur, ainsi que le transfert de données d’une machine AM à une autre en temps réel.

A lire  Un chercheur du MIT développe une plate-forme d'impression 3D lenticulaire et "Illusory Material" - ImpressionEn3D.com

[Source / Images: news wise]

Tags
Bouton retour en haut de la page
Fermer