Eksempelbilde av 3D-skriverdysen brukt av ML-algoritmen for å oppdage og korrigere feil i sanntid. Foto: Pressebilde/Douglas Brion

Forskere ved University of Cambridge har utviklet en algoritme som kan oppdage og rette opp feil under selve 3D-utskriftsprosessen. Dette skal minimere behovet for manuell overvåking og automatisere produksjonen.

Å produsere med 3D-printing har mange fordeler, men det er også en metode som er mottakelig for produksjonsfeil. I dag er en operatør ofte pålagt å overvåke produksjonsprosessen for å oppdage avvik. Når en feil observeres, må utskriften settes på pause, delen fjernes og innstillingene justeres. Det er lett for den menneskelige faktoren å føre til at man kan gå glipp av feil, spesielt hvis operatøren må holde styr på flere printere samtidig og over lengre tid.

Forskerne bak studien håper at disse feilene snart er en saga blott ved hjelp av “smarte 3D-printere” hvor en algoritme kan kvalitetssikre produksjonen på en automatisert måte. Dette kommer frem i en pressemelding fra Cambridge. Programvaren har fått navnet Caxton (Collaborative Autonomous Extrusion Network).

3D-printeren blir “førerløs”
Eksisterende overvåkingssystemer kan ofte bare oppdage unøyaktigheter i en del om gangen, som skrives ut med et bestemt materiale eller en bestemt type 3D-printer. Basert på maskinlæring (ML), kan Caxton raskt finne og rette feil selv i ukjente objekter og nye systemer og materialer (til og med ketchup og majones!). Forskerne gjør sammenligningen med en selvkjørende bil.

– En selvkjørende bil ville vært ubrukelig hvis den bare fungerte på én vei eller i en bestemt by – den må lære seg å generalisere på tvers av ulike miljøer, byer og til og med land. På samme måte må en “førerløs” 3D-printer fungere for flere ulike deler, materialer og trykkforhold, sier stipendiat Douglas Brion, som er en av forskerne bak Caxton.

Lærer over tid
Modellen som algoritmen er basert på består av 1,2 millioner bilder tatt under produksjonen av 192 printede objekter som ble laget med åtte FDM-3D-printere. Hvert bilde har informasjon om skriverens innstillinger, som hastighet, temperatur i dysen og flyten av materialet. Modellen har også informasjon om hvor nærme innstillingene var optimale verdier, slik at Caxton kan lære hvordan feil oppstår. Skriveren samler også inn data kontinuerlig, noe som forbedrer algoritmen over tid.

– Når den er trent, kan algoritmen bare ved å se på et bilde finne ut hvilken innstilling som er riktig og hvilken som er feil, er en viss innstilling for høy eller for lav for eksempel, og deretter bruke passende korreksjon, sier Brions forskerkollega, universitetslektor Sebastian Pattinson.

Kommersialiser innovasjon
Algoritmen skal kunne overvåke flere ulike printere samtidig og gjøre nødvendige endringer underveis i utskriftsprosessen. Det skal gjøre 3D-printeren mer effektiv og pålitelig enn om et menneske gjorde den samme jobben. Noe som er spesielt viktig når det gjelder kritiske anvendelser innen for eksempel luftfartsindustrien, energisektoren eller bilindustrien.

Et selskap startet av Douglas Brion, Matta, skal nå utvikle teknologien videre for kommersielle applikasjoner.

Les hele studien her.