Intelligenza Artificiale e Digital Manufacturing: una novità per le aziende
Intelligenza Artificiale e Digital Manufacturing.
Stampare oggetti in 3D, attività fondamentale nel digital manufacturing, è un processo complesso e costoso.
Secondo alcune misurazioni, sono necessarie 4 ore solo per stampare un portachiavi da 4 centimetri.
E se consideriamo la complessità degli oggetti industriali, il processo si allunga a dismisura.
Ora, nel digital manufacturing la stampa in 3D è soggetta a cambiamenti frequenti.
Molto spesso vengono cambiate le qualità sia fisiche che chimiche dei materiali, perciò i parametri di stampa devono essere ulteriormente testati.
E un operatore deve compiere migliaia di prove (e commettere molti errori) per determinare sia la velocità di stampa e la quantità di materiale necessario.
Di conseguenza determinare i parametri ideali può essere una delle parti più costosa di questo processo di digital manufacturing.
Va aggiunto anche che una volta che l’operatore trova la combinazione ideale di velocità e quantità di materiale, quei parametri sono ideali solo per una situazione specifica.
Di conseguenza, ci sono pochi dati su come si comporterà il materiale in altre condizioni.
Ma secondo i ricercatori di Intelligenza Artificiale del MIT, questi problemi potrebbero sparire.
Ne parliamo in questo articolo.
Cosa hanno inventato i ricercatori di Intelligenza Artificiale del MIT
I ricercatori del MIT hanno creato delle simulazioni per insegnare a una rete neurale a regolare i parametri di stampa (velocità di stampa e quantità di materiale) per ridurre al minimo gli errori del processo di digital manufacturing
Per il training hanno utilizzato un processo noto come reinforcement learning o “apprendimento per rinforzo”, in cui il modello apprende attraverso trial and error o “tentativi ed errori”, ottenendo una feedback positivo o negativo alla fine di ogni ciclo.
Dopo aver mostrato l’output atteso, il modello viene premiato quando i parametri scelti riducono al minimo l’errore tra la sua stampa e il risultato atteso.
In questo caso, un “errore” significa che il modello ha erogato troppo o troppo poco materiale, magari posizionandolo nei punti sbagliati.
Una volta che il modello ha eseguito più simulazioni, ha aggiornato la propria control policy per massimizzare la ricompensa, diventando sempre più preciso.
Il loro sistema ha stampato gli oggetti in modo più accurato rispetto a tutti gli altri controller di stampa 3D con cui lo hanno confrontato.
Questa è una dimostrazione di come l’Intelligenza Artificiale può venire a supporto dell’operatore.
Quali sono i vantaggi di questa soluzione di Intelligenza Artificiale per il digital manufacturing?
1) Evita il processo proibitivo di stampare migliaia o milioni di oggetti reali per addestrare la rete neurale attraverso trial and error, riducendo di conseguenza anche il tempo di testing.
2) Potrebbe anche aiutare i tecnici ad apportare rapide modifiche al processo di stampa in tempo reale se le condizioni del materiale o dell’ambiente cambiano in modo imprevisto – riducendo anche gli scarti più gravi dei prodotti finiti e i costi dati dagli sprechi.
3) Potrebbe consentire agli ingegneri di incorporare più facilmente nuovi materiali nelle loro stampe, che potrebbero aiutarli a sviluppare oggetti con speciali proprietà elettriche o chimiche.
Quali sono le prospettive per le aziende?
Noi abbiamo già realizzato una soluzione simile, anche se non per la stampa in 3D, ma per sistemi automatici per la creazione di componenti meccanici.
Il sistema automatico analizza il processo e in base ad esso stabilisce dei parametri per ottimizzare la realizzazione del componente.
Insomma, ad oggi non è più una novità questo tipo di soluzione.
Con i sistemi di computer vision attuali possiamo intercettare subito i difetti che vengono a crearsi e ridurre la deriva.
Perciò, se sei interessato ad approfondire questo discorso con noi ci puoi contattare lasciandoci i tuoi contatti QUI.
Un nostro esperto ti contatterà appena disponibile.
