Немецко-канадский проект автоматизирует ремонт деталей 3D-печати с помощью технологии AI

Инсайдеры и аналитики предсказывают тенденции 3D-печати, за которыми стоит следить, в нашей последней серии статей, посвящённых будущему 3D-печати.

Группа организаций из Германии и Канады создала новый консорциум для автоматизации процесса ремонта деталей с помощью 3D-печати и искусственного интеллекта.

Проект, названный Artificial Intelligence Enhancement of Process Sensing for Adaptive Laser Additive Manufacturing (AI-SLAM), направлен на разработку передового программного обеспечения на основе искусственного интеллекта для автоматического запуска 3D-принтеров направленного энергетического осаждения (DED). Используемое в сочетании с технологией LMD (разновидность DED) Фраунгофера, программное обеспечение будет алгоритмически управлять процессом печати для более эффективного восстановления неровных поверхностей повреждённых деталей - и все это без участия человека.

С немецкой стороны в консорциум входят Институт лазерных технологий Фраунгофера (ILT) и разработчик программного обеспечения BCT. В Канаде работу будет курировать Национальный исследовательский совет Канады (NRC), координировать исследования будет Университет Макгилла, а компания Braintoy, занимающаяся машинным обучением, поможет запрограммировать модели ИИ. Расположенное в Альберте бюро производственных услуг Apollo Machine and Welding также предоставит дополнительные услуги 3D-печати для содействия исследованиям.

Зуб каменной дробилки, напечатанный 3D-печатью с помощью LMD. Фотография предоставлена компанией Apollo Machine and Welding.

3D-печать DED для ремонта деталей

По данным консорциума AI-SLAM, производственные фирмы, обслуживающие горнодобывающую и нефтяную отрасли, получают большое количество заказов на ремонт деталей, которые износились в результате интенсивного использования. Компания Apollo, например, ежегодно использует несколько тонн металла для ремонта изношенных деталей. Сюда входят такие компоненты, как зубья камнедробилок, которые в противном случае пришлось бы заменить из-за изменения формы с течением времени.

Благодаря способности DED осуществлять 3D-печать на существующих деталях и поверхностях, эта технология часто используется для ремонта деталей и ТОиР. Пользователи могут просто напечатать новые слои на изношенных деталях, чтобы восстановить первоначальную форму поверхности.

К сожалению, детали, подвергшиеся сильному износу, имеют неровную поверхность. Это требует использования различной толщины слоя в процессе 3D-печати, при этом оператору станка необходимо корректировать параметры процесса через каждые несколько слоёв. Поскольку этот рабочий процесс очень утомителен, консорциум намерен автоматизировать его с помощью искусственного интеллекта.

ИИ и автоматизированное управление процессом

Программное обеспечение AI-SLAM будет работать путём автоматической записи геометрии изношенной детали во время процесса печати, вычисления отклонения от желаемого контура и перенастройки параметров процесса для достижения геометрии оригинальной детали. Программное обеспечение управления процессом будет иметь полный доступ к таким параметрам, как скорость подачи, которые оно будет оптимизировать послойно с помощью алгоритмов машинного обучения.

Чтобы обучить программное обеспечение, консорциум предоставит ему большой набор данных, чтобы научить его итеративно улучшать процесс 3D-печати на основе постоянно меняющейся геометрии детали. На данный момент партнёры по проекту уже провели регулярные видеовстречи и совместно разработали несколько документов в режиме онлайн. Они также совершили виртуальные лабораторные туры на предприятия друг друга, чтобы ознакомиться с рабочими местами на обоих континентах.

Для обеспечения обмена технологическими данными и внедрения моделей машинного обучения компания Braintoy задействовала свою собственную веб-платформу mlOS (Machine Learning Operating System) для всех партнёров проекта. Совместный проект должен быть завершён в марте 2024 года и финансируется Федеральным министерством образования и научных исследований Германии и NRC Канады.

При такой сложной геометрии, как этот зуб лопатки, оптимизация процесса на основе искусственного интеллекта позволит значительно повысить эффективность. Фото с сайта Apollo Machine and Welding.

Машинное обучение имеет ряд применений в аддитивном производстве, помимо автоматизации управления процессом. Компания Markforged, производитель металлических и композитных 3D-принтеров, ранее запустила своё программное обеспечение Blacksmith, основанное на искусственном интеллекте. Используя имеющийся в 3D-принтере X7 лазерный микрометр и запатентованный алгоритм сканирования, Blacksmith точно измеряет размерную точность деталей в процессе печати. Затем данные сканирования сверяются с файлами проекта, что даёт производителям возможность оценить, насколько близко напечатанная деталь соответствует исходному STL.

Кроме того, поставщик программного обеспечения для 3D-печати Gravity Pull Systems ранее запустил систему оптимизации рабочего процесса на основе машинного обучения для промышленной 3D-печати. Программное обеспечение, получившее название Synoptik, предназначено для сервисных бюро, обслуживающих широкий спектр отраслей промышленности, таких как аэрокосмическая, медицинская и автомобильная. Обеспечивая оптимизацию каждого этапа рабочего процесса 3D-печати, от предварительной обработки до постобработки и контроля качества, Synoptik призван заполнить все существующие ниши.