Pesquisadores da Universidade de Toronto Engineering, liderados pelo professor Yu Zou, estão alavancando o aprendizado de máquina para melhorar a fabricação aditiva, também conhecida como impressão 3D.
Em um novo artigo, publicado no Journal of Fabricação aditivaa equipe apresenta uma nova estrutura que eles apelidaram de estrutura de otimização de processos inversos precisos na deposição de energia direcionada a laser (auxiliada).
A nova estrutura auxiliada otimiza a impressão 3D a laser para melhorar a precisão e a robustez do produto acabado. Esse avanço visa produzir peças metálicas de maior qualidade para indústrias, como aeroespacial, automotivo, nuclear e assistência médica, prevendo como o steel derreterá e se solidificará para encontrar condições ideais de impressão.
“A adoção mais ampla da deposição de energia direcionada -? Uma importante tecnologia de impressão 3D steel – é atualmente prejudicada pelo alto custo de encontrar parâmetros ideais de processo por meio de tentativa e erro”, diz Xiao Shang, candidato a doutorado e primeiro autor do novo estudo.
“Nossa estrutura identifica rapidamente os parâmetros ideais de processo para várias aplicações baseadas em necessidades da indústria”.
A Steel Adive Manufacturing usa um laser de alta potência para fundir seletivamente o pó metálico fino, a camada de peças de construção por camada de um modelo digital 3D preciso.
Diferentemente dos métodos tradicionais, que envolvem o corte, o fundamento ou a usinagem, a fabricação aditiva de steel cria diretamente componentes complexos e altamente personalizados com desperdício de materials mínimo.
“Um grande desafio da impressão de steel 3D é a velocidade e a precisão do processo de fabricação”, diz Zou. “As variações nas condições de impressão podem levar a inconsistências na qualidade do produto ultimate, dificultando atender aos padrões do setor de confiabilidade e segurança.
“Outro grande desafio é determinar as configurações ideais para imprimir diferentes materiais e peças. Cada material-seja titânio para aplicações aeroespaciais e médicas ou aço inoxidável para os reatores nucleares-possui propriedades únicas que requerem energia específica de laser, velocidade de varredura e condições de temperatura. A combinação correta desses parâmetros em relação a uma faixa de vasto de processos é uma complexidade e o complexo e a vasta dos parâmetros.
Esses desafios inspiraram Zou e seu grupo de laboratório a desenvolver sua nova estrutura. O auxiliado opera em um sistema de circuito fechado em que um algoritmo genético-um método que imita a seleção pure para encontrar soluções ideais-sugere primeiro as combinações de parâmetros de processo, que os modelos de aprendizado de máquina avaliam para a qualidade da impressão.
O algoritmo genético verifica essas previsões quanto à otimização, repetindo o processo até que os melhores parâmetros sejam encontrados.
“Demonstramos que nossa estrutura pode identificar parâmetros ideais de processo a partir de objetivos personalizáveis em apenas uma hora e prevê com precisão as geometrias dos parâmetros do processo”, diz Shang. “Também é versátil e pode ser usado com vários materiais”.
Para desenvolver a estrutura, os pesquisadores conduziram inúmeras experiências para coletar seus vastos conjuntos de dados. Esse desafio essencial, mas demorado, garantiu que os conjuntos de dados abordassem uma ampla gama de parâmetros de processo.
Olhando para o futuro, a equipe está trabalhando para desenvolver um sistema de fabricação aditivo ou autônomo aprimorado, ou autônomo, que opera com uma intervenção humana mínima, semelhante à maneira como os veículos autônomos se dirigem, diz Zou.
“Ao combinar métodos de fabricação aditiva de ponta com inteligência synthetic, pretendemos criar um novo sistema a laser autônomo controlado por circuito fechado”, diz ele.
“Este sistema será capaz de detectar possíveis defeitos em tempo actual, prevendo problemas antes que eles ocorram e ajustando automaticamente os parâmetros de processamento para garantir a produção de alta qualidade. Será versátil o suficiente para trabalhar com diferentes materiais e geometrias, tornando-o um divisor de águas para os setores de fabricação”.
Enquanto isso, os pesquisadores esperam que a otimização de processos transformados em indústrias que usam impressão 3D de steel.
“Indústrias como aeroespacial, biomédica, automotiva, nuclear e muito mais receberiam uma solução tão de baixo custo, mas precisa, para facilitar sua transição da fabricação tradicional para a impressão 3D”, diz Shang.
“Até o ano 2030, a fabricação aditiva deverá remodelar a fabricação em várias indústrias de alta precisão”, acrescenta Zou. “A capacidade de corrigir os defeitos e otimizar adaptativamente os parâmetros acelerará sua adoção”.
