Uma captura de tela do printfixer mostra as variações previstas em uma forma impressa, com áreas expandidas destacadas em vermelho e áreas menores marcadas em azul. Crédito:Nathan Decker
A impressão 3-D é freqüentemente apontada como o futuro da manufatura. Ele nos permite construir objetos diretamente a partir de projetos gerados por computador, o que significa que a indústria pode fabricar produtos personalizados internamente, sem terceirizar peças. Mas a impressão 3D tem um alto grau de erro, como distorção de forma. Cada impressora é diferente, e o material impresso pode encolher e expandir de maneiras inesperadas. Os fabricantes geralmente precisam tentar várias iterações de uma impressão antes de acertar.
O que acontece com os trabalhos de impressão inutilizáveis? Eles devem ser descartados, apresentando um custo ambiental e financeiro significativo para a indústria.
Uma equipe de pesquisadores da Escola de Engenharia USC Viterbi está lidando com este problema, com um novo conjunto de algoritmos de aprendizado de máquina e uma ferramenta de software chamada PrintFixer, para melhorar a precisão da impressão 3-D em 50 por cento ou mais, tornando o processo muito mais econômico e sustentável.
O trabalho, publicado recentemente em IEEE Transactions on Automation Science and Engineering , descreve um processo denominado "modelagem de convolução de impressão 3-D". Ele está entre uma série de 15 artigos de periódicos da equipe de pesquisa sobre aprendizado de máquina para impressão 3-D.
O time, liderado por Qiang Huang, professor associado de engenharia industrial e de sistemas, engenharia química e ciência dos materiais, junto com Ph.D. alunos Yuanxiang Wang, Nathan Decker, Mingdong Lyu, Weizhi Lin e Christopher Henson receberam até agora $ 1,4 milhão de apoio financeiro, incluindo US $ 350 recentes, Subsídio de 000 NSF. Seu objetivo é desenvolver um modelo de IA que preveja com precisão os desvios de forma para todos os tipos de impressão 3-D e torne a impressão 3-D mais inteligente.
"O que demonstramos até agora é que nos exemplos impressos a precisão pode melhorar em cerca de 50 por cento ou mais, "Huang disse." Nos casos em que estamos produzindo um objeto 3-D semelhante aos casos de treinamento, a melhoria geral da precisão pode chegar a 90 por cento. "
"Na verdade, pode levar oito compilações iterativas da indústria para obter uma parte correta, por várias razões, "Huang disse, "e isso é para metal, por isso é muito caro. "
Cada objeto impresso 3-D resulta em algum ligeiro desvio do design, seja devido à expansão ou contração do material impresso quando impresso, ou devido ao comportamento da impressora.
PrintFixer usa dados coletados de trabalhos de impressão 3-D anteriores para treinar sua IA para prever onde a distorção de forma acontecerá, para corrigir erros de impressão antes que eles ocorram.
Ph.D. o trabalho do aluno Weizhi Lin é garantir que os modelos impressos em 3-d dos dentes dos pacientes dentais correspondam com precisão aos seus designs. Os pontos vermelhos no modelo são pontos de referência selecionados automaticamente para garantir que a forma complexa possa ser impressa com precisão. Crédito:University of Southern California
Huang disse que a equipe de pesquisa tinha como objetivo criar um modelo que produzisse resultados precisos usando a quantidade mínima de dados de origem de impressão 3-D.
"De apenas cinco a oito objetos selecionados, podemos aprender muitas informações úteis, "Huang disse." Podemos aproveitar pequenas quantidades de dados para fazer previsões para uma ampla gama de objetos. "
A equipe treinou o modelo para funcionar com a mesma precisão em uma variedade de aplicações e materiais - de metais para manufatura aeroespacial, a plásticos térmicos para uso comercial. Os pesquisadores também estão trabalhando com uma clínica odontológica na Austrália na impressão 3-D de modelos dentais.
"Assim como quando um humano aprende a jogar beisebol, você aprenderá softball ou algum outro esporte relacionado muito mais rápido, "disse Decker, que lidera o desenvolvimento do esforço de desenvolvimento de software no grupo de Huang. "Da mesma forma, nossa IA pode aprender muito mais rápido quando o vê algumas vezes. "
"Então você pode olhar para ele, "disse Decker, "e ver onde haverá áreas que são maiores do que suas tolerâncias, e se você deseja imprimi-lo. "
Ele disse que os usuários podem optar por imprimir com um diferente, impressora de qualidade superior e use o software para prever se isso forneceria um resultado melhor.
"Mas se você não quiser mudar a impressora, também incorporamos funcionalidades ao pacote de software, permitindo ao usuário compensar os erros e alterar a forma do objeto - pegar as partes que são muito pequenas e aumentar seu tamanho, enquanto diminui as partes que são muito grandes, "Decker disse." E então, quando eles imprimem, eles devem imprimir com o tamanho correto na primeira vez. "
O objetivo da equipe é que a ferramenta de software esteja disponível para todos, de fabricantes comerciais de grande escala a entusiastas de impressão 3-D. Usuários de todo o mundo também poderão contribuir para melhorar o software de IA por meio do compartilhamento de dados de saída de impressão em um banco de dados.
"Digamos que estou trabalhando com uma impressora MakerBot 3-D usando PLA (um bioplástico usado na impressão 3-D), Posso colocar isso no banco de dados, e alguém usando o mesmo modelo e material poderia pegar meus dados e aprender com eles, "Decker disse.
"Quando muitas pessoas ao redor do mundo usam isso, de repente, você tem uma oportunidade realmente incrível de aproveitar muitos dados, e isso pode ser algo muito poderoso, " ele disse.
