새로운 개발 방법은 적층 제조 공정에서 높은 품질 표준을 보장할 것입니다

적층 제조 공정은 혁신적인 노력과 점점 증가하는 채택으로不断 개선되고 있습니다. 이번 주는 산업계에서 주요 이정표를 기록하는 주입니다. 일리노이 대학교 어바나-샴페인(University of Illinois Urbana-Champaign)의 연구자들이 Journal of Intelligent Manufacturing에 논문을 발표했는데, 이는 깊은 기계 학습 모델을 더 효과적으로 결함을 감지하는 방법을 보여줍니다. 여기서 알아야 할 내용입니다.

적층 제조는 미래입니다

BCG의 연구에 따르면 3D 프린팅 시장은 계속 확장될 것입니다. 보고서는 2030년까지 적층 제조 시장 규모가 950억 달러에 달할 것으로 예측합니다. 이 성장은 비용 감소, 가용성 증가, 기술 장벽 감소, AI 통합 등에 의해 주도되고 있습니다.

현재의 3D 프린팅 공정과 장치는 이전 세대보다 더 복잡한 구성 요소를 만들 수 있습니다. 이러한 장치는 엔지니어가 이전에 볼 수 없는 혁신을 개발할 수 있게 합니다. 물론, 인쇄물이 더 복잡해질수록 결함을 감지하기가 더 어려워지며, 특히 내부 메커니즘을 갖춘 인쇄물의 경우에는 더욱 그렇습니다.

적층 제조 공정의 결함 감소

소비자 제품에서 3D 프린트가 실패할 때는 회사와 소비자에게 비용과 시간이 소요됩니다. 그러나 3D 프린트된 부품이 항공 우주 또는 의료 응용 분야의 중요한 구성 요소인 경우에는 상황이 다릅니다. 여기에서는 더 높은 위험이 존재하며, 품질 관리는 예외적이어야 합니다.

품질에 필수적인 요소

내부 특징이 있는 복잡한 3차원 모양을 인쇄할 때, 적절한 품질 검사를 수행하는 것이 불가능할 수 있습니다. 이는 막대한 지연과 X-ray 컴퓨터 단층 촬영(CT 스캔)을 사용해야 합니다. 과거에 이 문제는 특정 응용 분야에서 3D 프린트된 구성 요소의 사용을 제한했습니다.

Source – University of Illinois Urbana-Champaign

이러한 스캔은 비용이 많이 들고 시간이 많이 소요됩니다. 따라서 더 신뢰할 수 있고 효과적인 전략이 필요합니다. 연구자들은 데이터베이스에서 사용 가능한 많은 CT 스캔을 활용하여 잠재적인 결함 특성 라이브러리를 생성할 수 있다고 판단했습니다.

새로운 연구, 더好的 선택肢

연구자들은 논문 “깊은 학습과 X-ray 컴퓨터 단층 촬영을 사용하여 적층 제조 부품의 숨겨진 결함 감지 및 분류“에서 X-ray을 사용하지 않고 인쇄물 내 결함을 정확하게 감지할 수 있는 매우 효과적인 AI 알고리즘을 프로그래밍하는 방법을 설명합니다. 연구 결과는 인상적이며, 향후 3D 적층 제조가 산업 표준이 될 수 있음을 보여줍니다.

테스트 부품 인쇄

연구 팀은 압력과 열에 견딜 수 있는 복잡한 인쇄물을 생성해야 했습니다. 따라서 3D 내부가 있는 노즐이 최선의 테스트 대상이라고 판단했습니다. интересно, 3D 프린트된 노즐은 특정 설계 특성이 특정 시나리오에서 흐름을 탐색하고 압력을 변경하는 데 도움이 되기 때문에 매우 인기 있습니다.

구체적으로, 연구 팀은 연구를 위해 227개의 수지 기반 AM 노즐을 생성했습니다. 눈으로 볼 때, 이러한 유닛은 모두 완벽해 보입니다. 그러나 일부 노즐에는 나중에 알고리즘이 제대로 작동하는지 확인하기 위해 의도적으로 결함을 만들었습니다. 이러한 결함은 노즐 내부 깊숙이 위치하도록 설계되었으며, 이는 연구가 AI에 대한 어려운 테스트를 제공하는 것을 의미합니다.

깊은 기계 학습

연구자들은 깊은 기계 학습이라고 하는 AI 접근 방식을 사용했습니다. 이 스타일의 학습은 컴퓨터 시뮬레이션을 사용하여 수백만 개의 시나리오를 복제합니다. 각 시나리오는 AI가 미래에 상황을 인식하고 반응하는 방법을 배우는 데 도움이 되는 고유한 데이터를 생성합니다.

이 연구에서 엔지니어들은 먼저 AI 알고리즘에著名한 온라인 결함 CT 스캔 데이터를 입력했습니다. 그런 다음 인쇄물 시리즈를 스캔하여 100,334개의 크로스 섹션 이미지 슬라이스를 생성했습니다. 이 이미지 컬렉션은 첫 번째 대조군을 구성했습니다. 주목할 점은, 그룹은 인쇄물에서 13.6%의 결함률을 보장했습니다.

비전 트랜스포머(Vision Transformer, ViT) 모델

다음 단계는 시뮬레이션을 시작하는 것이었습니다. 엔지니어들은 알고리즘이 입력된 데이터를 기반으로 50,000개의 합성 결함 시뮬레이션을 실행하도록 했습니다. 오류에는 다양한 모양, 크기, 위치 및 깊이가 포함됩니다. 이 데이터는 결함이 없는 부품에 겹쳐져 비교 기준을 생성했습니다.

능력 있는 솔루션

AI 알고리즘은 227개의 3D 부품을 결함으로 스캔했습니다. 주목할 점은, 부품의 결함은 알고리즘을 프로그래밍하는 데 사용된 이미지와 동일하지 않습니다. 따라서 AI는 자신의 데이터와 발견에 따라 판단을 내리도록 해야 했습니다. 이는 부문에서 주요 진보를 나타냅니다.

결과

이 연구의 결과는 산업계에서 많은 사람들을 흥奮하게 만들었습니다. AI 알고리즘은 90%의 정확도로 결함이 있는 부품과 올바르게 인쇄된 부품을 구분했습니다. 또한, AI는 현재 산업 분야에서 사용 중인 다른 AI 모델이 검사하고 놓친 결함을 발견했습니다.

적층 제조 공정에서 깊은 학습 AI의 이점

이 연구가 부문에 혁신을 가져올 수 있는 많은 이유가 있습니다. 깊은 학습 프로토콜은 이미 다른 부문에서 효율성과 혁신을 주도했습니다. 이제 이 고급 기술을 사용하여 데이터 모델링을 가속화하고, 안전성을 개선하며, 오늘날 사용 중인 복잡한 인쇄 공정을 따라갈 수 있는 더 발전된 깊은 학습 모델을 생성하는 데 사용할 수 있습니다.

정확도

이 연구의 가장 큰 이점 중 하나는 90%의 정확도입니다. 제조업체에게 AI가 생산 라인의 90%의 결함을 결정한다는 것은 주요 업그레이드입니다. 이 알고리즘은 가장 중요한 구성 요소에 대해서만 CT 스캔이 필요하므로 이 접근 방식은 더 복잡한 설계가 생성되고 시뮬레이션을 통해 테스트될 수 있도록하여 혁신을 주도할 것입니다.

비용 감소

이 깊은 학습 AI 모델은 3D 프린팅 오류를 감지하는 고급 AI 모델을 교육하는 데 필요한 비용과 시간을 줄일 것입니다. 이러한 모델은 더 많은 데이터가 उपलब해짐에 따라 지속적으로 개선될 것입니다. 따라서 90%의 성공률은 연구자들이 시작하기에 좋은 위치입니다. 미래의 혁신은 성공률을 99%까지 올려 제조업체 전체의 비용을 줄일 수 있습니다.

완전 자동화 시스템

깊은 학습 모델과 적층 제조 공정을 결합하면 생성 공정을 완전히 자동화할 수 있습니다. 이미 산업용 금속 3D 프린터가 고급 작업을 위한 제품을 생성하고 있습니다. 그러나 이러한 장치는 과거에 생성물을 테스트하는 데 매우 좋지 않았으며, 이는 일반적으로 인간의 개입을 필요로 합니다.

이 연구 팀이 생성한 AI 알고리즘은 이 문제에 대한 해결책이 될 수 있습니다. 이는 이러한 시스템이 내부적으로 생성물과 품질 관리를 수행할 수 있도록 허용할 것입니다. 또한 재활용 공정과 결합될 수도 있습니다. 결함이 감지되면 결함이 있는 부품을 자동으로 재활용하는 것을 상상해 보십시오. 이러한 지능형 제조 시스템은 언젠가 4차 산업 혁명의 전면에 설 것입니다.

적층 제조의 미래

적층 제조의 미래는 밝습니다. 이러한 장치는 항공 우주, 생물 기술, 의료 등 여러 산업에서 사용되고 있습니다. 여기에는 최근 3년 동안 산업용 3D 프린팅이 इतन 인기 있는 이유가 있습니다.

비용이 낮은 유닛

이러한 장치가 더 많이 사용되는 주요 이유 중 하나는 이제 소유하고 운영하는 데 더 저렴하다는 것입니다. 제조업체는 더 많은 경쟁을 하고 있으며, 이는 더 많은 혁신과 더 낮은 가격을 의미합니다. 따라서 기업은 효율성을 개선하고浪費를 줄이기 위해 비용을 줄여 모델에 적층 제조를 통합할 수 있습니다.

혁신적인 재료

또 다른 주요 혁신은 새로운 인쇄 재료의 개발입니다. 복합재와 금속을 사용하여 더 내구성이 있는 구성 요소를 만들 수 있습니다. 일부 적층 제조 장치는 여러 재료를 사용하여 복잡한 설계를 인쇄할 수 있습니다. 이러한 재료는 이전보다 가볍고 더 강합니다. 따라서 산업 전반에서 더 많은 사용 가능성이 있습니다.

적층 제조 공정의 AI 업그레이드

AI는 3D 프린팅이 일상 작업이 될 수 있는 가장 큰 이유 중 하나입니다. 거의 모든 단계에서 AI 모델이 생성되었습니다. 또한 AI 채팅봇을 통해 3D 프린트 개념을 설명하는 것이 텍스트를 보내는 것만큼 쉽게 만들 수 있습니다. 이미 생성 공정을 스트림화하고浪費를 줄이는 데 사용되고 있습니다.

이 최신 연구는 품질 관리 백엔드에 AI를 통합합니다. 이는 완전히 자율적인 3D 프린팅 생태계를 생성하는 데 필요한 최종 구성 요소였습니다. 미래에는 이러한 장치가 인간의 개입 없이 제품을 생성, 인쇄 및 테스트할 것입니다.

바이오 프린터

3D 프린팅에서 가장 큰 혁신 중 하나는 생체 3D 프린터의 개발입니다. 이러한 장치는 세포와 근육 조직과 같은 생체 재료를 인쇄할 수 있습니다. 이러한 유닛은 이미 작은 소프트 로봇을 생성하여 어려운 작업을 수행하는 데 도움이 되는 클러스터를 구성하고 조직하는 데 사용되고 있습니다.

우주에서 3D 프린터

적층 제조 부문에서 또 다른 흥미로운 혁신은 미소중력 환경에서 작동할 수 있는 프린터입니다. 이 장치는 유럽 우주 기구(ESA)에서 개발되었으며, 지난 주에 성공적으로 테스트되었습니다. 지구上的 대응하는 장치와 달리, 이 유닛은 열이나 연소가逸하지 않도록 완전히 밀봉되어야 했습니다.

미래에는 우주 여행자가 필요한 것을 인쇄할 수 있는 방법이 필요할 것입니다. 그들은 로켓 배송에 의존하기에는 너무 멀리 떨어져 있을 것이며, 사용된 적이 없는 사용자 정의 도구가 필요한 시나리오가 발생할 수 있습니다. 따라서 우주 분야에서 시장에 많은 투자가 이루어지고 있습니다.

최상위 적층 제조 회사

현재 많은 적층 제조업체가 운영되고 있습니다. 이러한 회사들은 3D 프린팅의 미래를 개척하며,浪費를 줄이고 지속 가능한 존재를 창조하는 데 도움을 주고 있습니다. 여기에는 결함 연구에서 이점을 얻을 수 있는 몇 가지 기업이 있습니다.

1. Stratasys

(SSYS )

Stratasys는 2010년부터 3D 프린팅 산업에 참여했습니다. 품질 솔루션으로 인해 제조업체는 항공 우주, 의료, 자동차, 소비자 부문에서 큰 성공을 거두었습니다. 현재 회사는 설계 효율성을 개선하고 배포하는 인기 있는 소프트웨어 스위트를 보유하고 있습니다.

Stratasys 주식은 14년 이상의 거래 기간 동안 일부 상승과 하락을 보였습니다. 그러나 COVID-19와 같은 시장의 돌발 사건에도 불구하고 Stratasys는 살아남았습니다. 이는 여전히 인기 있는 3D 제조 옵션으로 남아 있으며 운영을 확장하고 있습니다. 따라서 이는 포트폴리오에 좋은 추가입니다.

2. Xometry

(XMTR )

Xometry는 3D 프린팅 시장의 새로운 참가자입니다. 3D 프린팅 프로토타입, 제조, 기타를 위한 시장장을 제공하는 회사는 계속해서 생태계를 확장하고 있습니다. 오늘날 Xometry는 +5,000개의 공급업체와 +8,000개의 구매자를 보유하고 있습니다.

회사의 3D 프린팅 주문과 시장 장소 제공을 위한 고유한 블렌드는 창의적 인물과 프로그래머에게 ROI 기회를 제공하며, 많은 분석가가 밝은 미래를 예측합니다. 지금까지 주식은 약간 부진했지만, 전통적인 제조 부문의 미래 온보딩을 위해 완벽하게 위치하고 있으며, 이는 수십억 달러의 수입을 창출할 수 있습니다. 따라서 XMTR는 확인할 가치가 있습니다.

연구자

“적층 제조 부품의 숨겨진 결함 감지 및 분류를 위한 깊은 학습과 X-ray 컴퓨터 단층 촬영” 연구는 일리노이 대학교 어바나-샴페인에서 수행되었습니다. 이는 Miles Bimrose, Sameh Tawfick, William King 교수가 주도했으며, University of Michigan의 Chenhui Shao, University of Maryland의 Davis McGregor, Zhejiang University의 Tianxiang Hu, Jiongxin Wang, Zuozhu Liu도 참여했습니다.

적층 제조 공정의 지속적인 개선

지속적인 혁신은 매일 더 경쟁적인 적층 제조 시장으로 만듭니다. 미래에는 3D 프린터가 모든 곳에서 사용될 수 있습니다. Vision Transformer(ViT) 모델을 개발한 혁신적인 마음 덕분에, 이러한 제품은 안전할 것입니다.

다른 멋진 적층 제조 개발에 대해 알아보십시오.