AIは3Dプリントの欠陥を克服できるか？

はじめに: AI を使用して 3D 印刷技術の品質と効率を向上させることを目指して、3D 印刷プロセスに人工知能アルゴリズムを統合する学術研究グループや産業界の研究グループが増えています。

産業用積層造形（3D プリンティング）は前例のない技術レベルにまで発展しましたが、製造欠陥の制御は依然として大きな課題です。付加製造は、自動車、航空宇宙、バイオメディカルなどの幅広い産業分野で重要な役割を果たしています。複雑な形状、内部構造の詳細、個別のカスタマイズされたデザインを備えた部品を低コストで少量生産できます。
△3DプリンティングにおけるAIの応用しかし、現状では、厳しい基準を満たす高品質の部品を製造する場合、積層造形の高精度と低コストの利点を十分に生かすことができていません。生産に関わる 3D プリントのリンクを調査すると、さまざまな製造上の欠陥が 3D プリント材料の一貫性、信頼性、パフォーマンスに影響を及ぼし、不良率が増加します。

3D プリントプロセスの品質管理の要素はさまざまです。これらは、使用される原材料（プラスチックフィラメント、金属粉末、または光硬化ポリマー）の品質に関係する場合もあれば、過剰押し出しや不足押し出し、焼結材料内の空気ポケット、層の分離など、プロセスに関連する場合もあります。ほとんどの場合、これらの欠陥により、製造された部品の多孔性が増加し、機械的特性も低下します。

管理プロセスの確立

△3Dプリントプロセスまず第一に、3Dプリントされた部品が必要な基準を満たしているかどうかは、原材料の品質にかかっています。原材料の品質管理は、ほとんどの付加製造企業にとって継続的な課題です。さらに、最終製品の品質に影響を与える可能性のあるさまざまな変数は、初期設計から 3D プリント、後処理まで、積層造形ワークフロー全体にわたります。たとえば、焼結レーザーの経路と強度、またはノズルの押し出し速度などがこれに該当します。その他の要因としては、支持構造の設計や、金属粉末が回収され再利用された回数などが挙げられます。

現在、3D プリントプロセスを最適化して一貫したコンポーネント品質を実現するには、試行錯誤が最も一般的な方法です。このアプローチでは通常、製造手順を複数回繰り返し、最終部品を徹底的にテストする必要があります。その結果、多くの場合、製造プロセスは高価で非効率的となり、AM の主な利点である小ロットのコスト効率の高い製造が損なわれます。

人的ミスを減らす

△インターネットからの写真ほとんどの付加製造プロセスでは、依然として人間の介入が必要です。これには、コンポーネントの初期設計、後処理（サポートの除去と仕上げ）、および最終製品が要件を満たしているかどうかを確認するための手動テストが含まれる場合があります。したがって、人為的エラーの可能性を減らすことは、3D プリントの欠陥を排除するために非常に重要です。付加製造の専門家は、処理と品質管理のための持続可能かつ実行可能な方法の必要性を認識しています。これを実現するための最も有望な方法の 1 つは、人工知能 (AI) アルゴリズムを使用して 3D 印刷プロセスを自動化することです。

準備段階での効果的な管理

△ 3D プリントの欠陥 Autodesk の Netfabb や Sculpteo (BASF の子会社) の Agile Metal Technology などの AI ベースのソフトウェアパッケージは、いわゆるジェネレーティブデザインアプローチで機械学習アルゴリズムを使用して、3D プリント用の設計ファイルを評価および最適化できます。メーカーは希望する設計パラメータを入力すると、AI が設計要件を分析して最も効率的な生産経路を見つけます。

自動欠陥検出と閉ループ制御

△3Dプリント欠陥検出用閉ループ制御システムの開発は、積層造形エンジニアにとって長年の重要な目標でしたが、AI技術の発展により、この目標は徐々に実現可能になってきました。ニューヨーク州ニスカユナにあるGEのアディティブ研究ラボの研究者たちは、高解像度カメラを使用して印刷プロセスを層ごとに監視し、通常は肉眼では見えない縞、穴、空洞などの欠陥を検出する特殊な機械学習プラットフォームを開発した。データは、コンピュータ断層撮影 (CT) 画像を使用して事前に記録された欠陥のデータベースとリアルタイムで照合されます。高解像度の画像と CT スキャンデータを使用することで、AI システムをトレーニングして、印刷プロセス中に問題を予測し、欠陥を検出できるようになります。 AI ベースの自動 3D 印刷技術の開発を専門とするロンドンに拠点を置く企業である Ai Build は、同様に包括的な機械学習アプローチを採用して、積層製造用のスマートプリンターを開発しました。大型の物体を高精度かつ高速に印刷できる産業用ロボットアーム用の高精度アタッチメントです。高度な人工知能アルゴリズムとセンサーデータのリアルタイム処理を組み合わせることで、スマート 3D プリントエクストルーダーはあらゆる問題を検出し、自律的に判断して最高の印刷品質を実現します。

人工知能が新しい 3D プリント材料を作成△ 3D プリント材料の欠陥ケンブリッジ大学からスピンオフした企業 Intellegens は、Alchemite プラットフォームで機械学習アルゴリズムを使用して、3D プリント用の新しい材料を開発しています。同社は、AI プラットフォームを活用して、直接レーザー堆積製造プロセスに適した新しいニッケルベースの合金を作成することに成功しました。 Alchemite のディープラーニング機能により、材料特性の大規模なデータベースを使用して、最適な処理性能と最終製品の品質を実現するための最適な合金組成を決定できます。

これまで、積層造形における AI の使用は、設計の強化、3D 印刷プロセスの効率化、自律製造の実現に重点を置いてきました。近い将来、高度な AI ソリューションが設計の複雑さを軽減し、積層造形業界の知識のハードルを下げるのに役立つでしょう。

参考資料
1. Zhu, Z., et al. (2021) 人工知能支援製造技術によって実現された3Dプリント多機能材料。Nat Rev Mater 6、27–47。
2. Paraskevoudis, K., et al. (2020) コンピュータビジョンと人工知能によるリアルタイム3Dプリントのリモート欠陥検出（糸引き）。プロセス8、1464。
3. K. Sertoglu (2020) アルゴンヌの科学者が機械学習を使用して 3D プリント部品の欠陥を予測[オンライン] www.3dprintingindustry.com
4. C. Valdivieso (2020) 人工知能と 3D プリントを組み合わせる理由 [オンライン] www.3dnatives.com

AIは3Dプリントの欠陥を克服できるか？

遺跡の裏側丨3D プリントで千年前の宝物の外観をどう保存できるのか?

検査のニーズに適した 3D スキャンのタイプはどれですか? （電子書籍ダウンロード）

中国科学院福建省物質構造研究所による超高粘度光硬化3Dプリントエラストマーの研究における新たな進歩

3D モデリングチュートリアル | クリエイティブ 3D プリント USB フラッシュドライブプリントパーソナライズされた生活

研究者は3Dプリントされた皮膚を使って様々な傷を治療している

中国科学院研究チーム：DLP技術によるAlNセラミックスの印刷

ドイツのMTUは3Dプリント技術を使用してギア付きターボファンエンジン部品を製造している

深セン維世科技会長の陳文娟博士が南極熊協会を通じて熊愛好家に新年の挨拶を送る

[分析] 3Dプリンターのよくある問題の簡単な分析

中国では3Dプリント技術が民生化している

推薦する

科学者たちは、ブラックホールの探索に使用されるアテナ望遠鏡を建設するために新しい3Dプリント技術を使用しています。

GEアビエーションの3DプリントCatalystターボプロップエンジンがFAA認証を取得

デューク大学、生分解性医療インプラント用の新しい無溶剤3Dプリント材料を開発

3Dプリントされた神経再生足場材料、構造、神経リモデリング戦略

ライブ: 杭州 2018 中国付加製造カンファレンス

トップジャーナル「PRL」：金属3Dプリント微細構造を予測できるフェーズフィールドモデル！

Kevton Technologies: 部品製造能力を向上するため、Velo3D から 7 台の Sapphire 3D プリンターを購入!

デジタルプロセスによりトラックビームの修理プロセスが10倍改善され、潜在的な事故リスクが排除されます。

驚異的な3Dプリント音響モデルがストーンヘンジの謎を解明

全長2メートルを超える電子ビーム金属3DプリンターEBAM 110がエアバスに導入される

3Dプリント義足インプラント内部固定によりオーダーメイドの靴がオーダーメイドの靴に

全金属製デスクトップ3DプリンターTrinusが出荷間近

HP、Formnextでポリマー、金属、ソフトウェアのイノベーションを展示

SKYRORA、軌道への商業打ち上げに備えて3Dプリントされた新型70KNロケットエンジンをテスト

中国の高速光硬化3Dプリントメーカー、LuxCreo