Програмне забезпечення AI дозволяє оцінювати якість друку в режимі реального часу

Дослідники Національної лабораторії Oak Ridge розробили програмне забезпечення для штучного інтелекту для порошкових 3-D принтерів, які оцінюють якість деталей у режимі реального часу, не потребуючи дорогого обладнання для характеристики.

Програмне забезпечення під назвою Peregrine підтримує в ORNL розроблений сучасний "цифровий потік", який збирає та аналізує дані на кожному етапі виробничого процесу, від проектування до вибору сировини до складання друку до тестування матеріалів.

"Захоплення цією інформацією створює цифровий" клон "для кожної частини, забезпечуючи сукупність даних від вихідної сировини до оперативного компонента", — сказав Вінсент Пакіт, який веде передові дослідження з аналізу виробничих даних у складі зображень, сигналів та машинного навчання ORNL групи. "Потім ми використовуємо ці дані, щоб кваліфікувати деталь та інформувати майбутні побудови по декількох геометріях деталей та з кількома матеріалами, досягаючи нових рівнів автоматизації та забезпечення якості виробництва".

Цифрова нитка підтримує фабрику майбутнього, в якій спеціальні деталі розробляються за допомогою автоматизованого дизайну або CAD, а потім виробляються шляхом самокоригування 3-D принтерів через розширену мережу зв'язку, з меншими витратами, часом, енергією та матеріалами порівняно зі звичайним виробництвом. Концепція вимагає методу управління процесом, щоб забезпечити готовність кожної деталі, яка згортає принтери, встановити в таких важливих додатках, як автомобілі, літаки та енергетичні споруди.

Для розробки способу управління дефектами, видимими на поверхні, які працюватимуть на декількох моделях принтерів, дослідники ORNL створили нову конволюційну нейронну мережу — техніку комп'ютерного зору, яка імітує людський мозок, швидко аналізуючи зображення, зняті з камер, встановлених на принтерах. Програмне забезпечення Peregrine використовує спеціальний алгоритм, який обробляє піксельні значення зображень з урахуванням складу країв, ліній, кутів і текстур. Якщо Peregrine виявить аномалію, яка може вплинути на якість деталі, вона автоматично оповіщає операторів, щоб можна було вносити корективи.

Програмне забезпечення добре підходить для порошкових принтерів. Ці принтери розподіляють тонкий шар порошку по будівельній плиті, при цьому матеріал плавиться і плавиться за допомогою лазерного або електронного променя. Системи струменевих сполучних сполук покладаються на рідкий зв'язуючий агент, а не на нагрівання для сплавлення порошкоподібних матеріалів.

Системи друкують пошарово, керуючись кресленням САПР, і користуються популярністю для виготовлення металевих деталей. Однак під час процесу друку виникають проблеми, такі як нерівномірний розподіл порошку або сполучного агента, розбризкування, недостатня теплота та деякі пористість можуть призвести до дефектів на поверхні кожного шару. Деякі з цих питань можуть трапитися за такі дуже короткі часові рамки, що вони можуть не виявитись звичайними методами.

"Однією з основоположних проблем при виробництві добавок є те, що ви дбаєте про речі, які відбуваються на масштабах довгих десятків мікрон і відбуваються за мікросекунди, і піклуєтеся про це днями чи навіть тижнями часу побудови", — сказав Лука Скім ORNL , головний слідчий Перегріна. "Оскільки недолік може виникнути в будь-якій з цих точок в будь-який з цих моментів, зрозуміти процес і кваліфікувати частину стає проблемою".

Перегрин проводиться випробування на декількох принтерах в ORNL, в тому числі в рамках демонстраційної програми "Трансформаційний виклик" (TCR), яка переслідує перший в світі атомний реактор з додатковою технологією. TCR використовує багату історію ORNL в галузі ядерної науки та техніки, матеріалознавства та сучасного виробництва, щоб розробити мікрореактор з новими матеріалами за менший час і за менші витрати, забезпечуючи майбутнє цього важливого джерела енергії, що не містить вуглецю.

"Зокрема, для TCR, у вас може бути сценарій, коли регулятор захоче детальні дані про те, як виготовлена ​​деталь. Ми можемо надати специфікації з базою даних, побудованою за допомогою Peregrine", — сказав Scime.

"Встановлення співвідношень між цими підписами, зібраними під час виготовлення, та продуктивністю під час експлуатації буде найбільш багатим даними та усвідомленим процесом для кваліфікації критичних компонентів ядерного реактора", — сказав Курт Террані, директор програми TCR. "Той факт, що це може бути досягнуто під час виробництва для усунення тривалого та дорогого звичайного процесу кваліфікації, є іншою очевидною перевагою".

Дослідники ORNL підкреслюють, що завдяки зростанню програмного забезпечення Peregrine, яке може бути встановлено на будь-якій системі порошкового шару, виробники принтерів можуть заощадити час на розробку, пропонуючи вдосконалений продукт для промисловості. Перегрін створює загальну базу даних зображень, яку можна перенести на кожну нову машину для швидкого навчання нових нейронних мереж, і вона працює на одному потужному ноутбуці чи робочому столі. У дослідженні використовувались стандартні камери, які у більшості випадків становили від 4 до 20 мегапікселів та встановлювались таким чином, щоб вони створювали зображення друкарського шару на кожному шарі. Програмне забезпечення було успішно протестовано на семи порошкових принтерах на ORNL, включаючи плавлення електронних променів, лазерне порошкове покриття та струйку в'яжучих речовин, як це детально описано в журналі Виробництво добавок.

"Все, що ми можемо зробити, щоб допомогти операторам і дизайнерам зрозуміти, що працює, а що не допомагає з впевненістю, що деталь буде гарна для використання", — сказав Скайм. "Коли у вас є тривимірна карта кожного пікселя, де мережа вважає, що існує аномалія, і в чому вона вважає проблему, це відкриває цілий світ розуміння процесу збирання".

По мірі того, як система моніторингу розвивалася, Scime сказав, що дослідники мають можливість поєднувати дані зображення з даними інших джерел, такими як файли журналів принтера, лазерні системи та примітки оператора, що дозволяє однозначно ідентифікувати деталі та відслідковувати та оцінювати статистику всіх частин. .

Програмне забезпечення AI було розроблено на виробничому демонстраційному об'єкті в ORNL, американському департаменті енергетики США, який тісно співпрацює з промисловістю з розробки, тестування та вдосконалення майже кожного типу сучасних передових технологій виготовлення.

"Немає іншого місця, як MDF, де цей машинно-агностичний алгоритм міг би бути розроблений, просто тому, що у нас так багато машин і стільки будівель, що тривають весь час в процесі нашого дослідження", — сказав Скайм. "Доступ до даних є ключовим. Тут ми маємо можливість легко розміщувати датчики та техніків, щоб переконатися, що все працює, і що ми отримуємо наші дані. Завдяки різноманітним науковим досвідом, доступним тут, легко знайти експертів допомогти у вирішенні всіх викликів ".

В інших роботах з контролю процесів дослідники МДФ розробляють методи для моніторингу дефектів на підповерхні збірок та для виявлення пористості, яка може утворюватися в більш глибоких шарах, включаючи використання фотодіодів та високошвидкісних камер.

"Ми проводили зварювання протягом сотень років, але добавки існували лише пару десятиліть, і ми не знаємо, як виглядають проблеми в деяких випадках", — сказав Скайм. "Технології машинного навчання дозволяють нам швидко збирати та аналізувати багато даних. Потім ми можемо виявити ці проблеми та отримати знання, які нам потрібні для кращого розуміння та запобігання аномалій".

Facebook Comments