Il metodo AI per prevenire difetti nei materiali stampati in 3D
I ricercatori sviluppano il metodo guidato dall'intelligenza artificiale per migliorare la produzione utilizzando i raggi X e l'apprendimento automatico
Molti settori industriali si affidano alla produzione additiva di metalli per costruire rapidamente parti e componenti. Parti di motori dei razzi, i pistoni delle auto ad alte prestazioni e le protesi ortopediche personalizzate sono tutti prodotti con la fabbricazione additiva, un processo che prevede la costruzione di parti strato per strato con una stampante 3D. La fabbricazione additiva consente di costruire rapidamente parti complesse, ma i difetti strutturali che si formano durante il processo di costruzione sono una delle ragioni che hanno impedito a questo approccio di essere adottato su larga scala. I ricercatori dell’Argonne National Laboratory del Dipartimento dell’Energia degli Stati Uniti (DOE) hanno sviluppato un nuovo metodo per rilevare e prevedere i difetti nei materiali stampati in 3D, che potrebbe trasformare il processo di produzione additiva. “L’APS ha offerto una verità di base accurata al 100% che ci ha permesso di ottenere una previsione perfetta della generazione dei pori con il nostro modello”. – Tao Sun, Università della Virginia. Il metodo è stato recentemente pubblicato sulla rivista Science da un team di ricerca guidato da Argonne e dall’Università della Virginia (UVA). Gli scienziati hanno utilizzato diverse tecniche di imaging e di apprendimento automatico per rilevare e prevedere la formazione di pori nei metalli stampati in 3D in tempo reale con una precisione quasi perfetta. I campioni di metallo utilizzati nello studio sono stati creati con un processo chiamato fusione laser a letto di polvere, in cui la polvere di metallo viene riscaldata da un laser e poi fusa nella forma corretta. Ma questo approccio porta spesso alla formazione di pori che possono compromettere le prestazioni del pezzo.
Molte macchine per la produzione additiva sono dotate di sensori di imaging termico che monitorano il processo di costruzione, ma questi possono non notare la formazione di pori, perché si limitano a riprendere la superficie delle parti in costruzione. L’unico modo per rilevare direttamente i pori all’interno di parti metalliche dense è utilizzare intensi fasci di raggi X, come quelli generati dall’Advanced Photon Source (APS), una struttura dell’Office of Science del DOE ad Argonne. L’obiettivo finale è creare un sistema che non solo rilevi i difetti, ma li ripari durante il processo di produzione. In futuro, i ricercatori studieranno sensori in grado di rilevare altri tipi di difetti che si verificano durante il processo di produzione additiva.
- https://www.anl.gov/article/researchers-unveil-new-aidriven-method-for-improving-additive-manufacturing
