
วิศวกรได้สร้างเครื่องพิมพ์ 3 มิติอัจฉริยะที่สามารถตรวจจับและแก้ไขข้อผิดพลาดได้อย่างรวดเร็ว แม้ในรูปแบบที่ไม่เคยเห็นมาก่อน หรือวัสดุที่ไม่คุ้นเคย เช่น ซอสมะเขือเทศและมายองเนส โดยการเรียนรู้จากประสบการณ์ของเครื่องจักรอื่นๆ
วิศวกรจากมหาวิทยาลัยเคมบริดจ์ได้พัฒนาอัลกอริธึมการเรียนรู้ด้วยเครื่องที่สามารถตรวจจับและแก้ไขข้อผิดพลาดต่างๆ ได้แบบเรียลไทม์ และสามารถเพิ่มลงในเครื่องใหม่หรือที่มีอยู่เพื่อเพิ่มความสามารถได้อย่างง่ายดาย เครื่องพิมพ์ 3 มิติที่ใช้อัลกอริธึมสามารถเรียนรู้วิธีพิมพ์วัสดุใหม่ได้ด้วยตัวเอง รายละเอียด ของแนวทางต้นทุนต่ำของพวกเขาได้รับการรายงานในวารสาร Nature Communications
การพิมพ์ 3 มิติมีศักยภาพที่จะปฏิวัติการผลิตชิ้นส่วนที่ซับซ้อนและปรับแต่งได้ เช่น ชิ้นส่วนเครื่องบิน การปลูกถ่ายทางการแพทย์เฉพาะบุคคล หรือแม้แต่ขนมหวานที่สลับซับซ้อน และยังสามารถเปลี่ยนแปลงห่วงโซ่อุปทานด้านการผลิตได้อีกด้วย อย่างไรก็ตาม มันก็เสี่ยงต่อข้อผิดพลาดในการผลิตเช่นกัน ตั้งแต่ความไม่ถูกต้องเล็กน้อยและจุดอ่อนทางกล ไปจนถึงความล้มเหลวในการสร้างทั้งหมด
ในปัจจุบัน วิธีป้องกันหรือแก้ไขข้อผิดพลาดเหล่านี้คือให้พนักงานที่มีทักษะสังเกตกระบวนการ ผู้ปฏิบัติงานต้องรับรู้ข้อผิดพลาด (ท้าทายแม้กระทั่งกับสายตาที่ผ่านการฝึกอบรม) หยุดพิมพ์ นำชิ้นส่วนออก และปรับการตั้งค่าสำหรับชิ้นส่วนใหม่ หากมีการใช้วัสดุหรือเครื่องพิมพ์ใหม่ กระบวนการจะใช้เวลามากขึ้นเมื่อผู้ปฏิบัติงานเรียนรู้การตั้งค่าใหม่ ถึงอย่างนั้น ก็อาจพลาดข้อผิดพลาดได้ เนื่องจากพนักงานไม่สามารถตรวจดูเครื่องพิมพ์หลายเครื่องพร้อมกันได้อย่างต่อเนื่อง โดยเฉพาะอย่างยิ่งสำหรับงานพิมพ์ขนาดยาว
ดร.เซบาสเตียน แพตทินสัน จากแผนกวิศวกรรมของเคมบริดจ์ ผู้เขียนอาวุโสของหนังสือพิมพ์กล่าวว่า “การพิมพ์ 3 มิติเป็นเรื่องที่ท้าทายเพราะมีหลายอย่างที่อาจผิดพลาดได้ และบ่อยครั้งที่การพิมพ์ 3 มิติจะล้มเหลว” “เมื่อสิ่งนั้นเกิดขึ้น วัสดุ เวลา และพลังงานทั้งหมดที่คุณใช้จะหายไป”
วิศวกรได้พัฒนาการตรวจสอบการพิมพ์ 3 มิติแบบอัตโนมัติแล้ว แต่ระบบที่มีอยู่สามารถตรวจจับข้อผิดพลาดได้ในบางส่วน หนึ่งวัสดุ และหนึ่งระบบการพิมพ์เท่านั้น
“สิ่งที่จำเป็นจริงๆ คือระบบ ‘รถยนต์ไร้คนขับ’ สำหรับการพิมพ์ 3 มิติ” ดักลาส ไบรอัน ผู้เขียนคนแรกจากภาควิชาวิศวกรรมกล่าว “รถยนต์ไร้คนขับจะไร้ประโยชน์ถ้ามันทำงานบนถนนสายเดียวหรือในเมืองเดียว – จำเป็นต้องเรียนรู้ที่จะพูดถึงภาพรวมในสภาพแวดล้อมต่างๆ เมือง และแม้แต่ประเทศต่างๆ ในทำนองเดียวกัน เครื่องพิมพ์ ‘ไร้ไดรเวอร์’ จะต้องทำงานได้กับชิ้นส่วน วัสดุ และสภาพการพิมพ์ที่หลากหลาย”
Brion และ Pattinson กล่าวว่าอัลกอริธึมที่พวกเขาพัฒนาขึ้นอาจเป็นวิศวกร ‘รถไร้คนขับ’ ที่กำลังมองหา
“สิ่งนี้หมายความว่าคุณสามารถมีอัลกอริธึมที่สามารถดูเครื่องพิมพ์ต่างๆ ที่คุณใช้งานอยู่ ตรวจสอบอยู่ตลอดเวลา และทำการเปลี่ยนแปลงตามความจำเป็น โดยพื้นฐานแล้วทำในสิ่งที่มนุษย์ไม่สามารถทำได้” Pattinson กล่าว
นักวิจัยได้ฝึกอบรมแบบจำลองการมองเห็นด้วยคอมพิวเตอร์เชิงลึกโดยแสดงภาพประมาณ 950,000 ภาพที่ถ่ายโดยอัตโนมัติในระหว่างการผลิตวัตถุพิมพ์ 192 ชิ้น ภาพแต่ละภาพมีป้ายกำกับการตั้งค่าเครื่องพิมพ์ เช่น ความเร็วและอุณหภูมิของหัวพิมพ์และอัตราการไหลของวัสดุการพิมพ์ โมเดลยังได้รับข้อมูลเกี่ยวกับการตั้งค่าเหล่านั้นจากค่าที่ดี ทำให้อัลกอริทึมเรียนรู้ว่าข้อผิดพลาดเกิดขึ้นได้อย่างไร
“เมื่อฝึกฝนแล้ว อัลกอริธึมสามารถเข้าใจได้เพียงแค่ดูภาพว่าการตั้งค่าใดถูกต้องและสิ่งใดผิด เป็นการตั้งค่าเฉพาะที่สูงหรือต่ำเกินไป ตัวอย่างเช่น จากนั้นจึงใช้การแก้ไขที่เหมาะสม” Pattinson กล่าว “และสิ่งที่ยอดเยี่ยมก็คือเครื่องพิมพ์ที่ใช้วิธีนี้สามารถรวบรวมข้อมูลได้อย่างต่อเนื่อง ดังนั้นอัลกอริธึมจึงสามารถปรับปรุงได้อย่างต่อเนื่องเช่นกัน”
ด้วยวิธีนี้ Brion และ Pattinson สามารถสร้างอัลกอริทึมที่มีลักษณะทั่วไปได้ กล่าวคือ สามารถใช้เพื่อระบุและแก้ไขข้อผิดพลาดในวัตถุหรือวัสดุที่ไม่คุ้นเคย หรือแม้แต่ในระบบการพิมพ์ใหม่
“เมื่อคุณพิมพ์ด้วยหัวฉีด ไม่ว่าคุณจะใช้วัสดุใดก็ตาม ไม่ว่าจะเป็นโพลีเมอร์ คอนกรีต ซอสมะเขือเทศ หรืออะไรก็ตาม คุณก็จะได้รับข้อผิดพลาดที่คล้ายกัน” Brion กล่าว “ตัวอย่างเช่น ถ้าหัวฉีดเคลื่อนที่เร็วเกินไป คุณมักจะจบลงด้วยหยดของวัสดุ หรือถ้าคุณดันวัสดุออกมากเกินไป เส้นที่พิมพ์จะทับซ้อนกันทำให้เกิดรอยพับ
“ข้อผิดพลาดที่เกิดขึ้นจากการตั้งค่าที่คล้ายคลึงกันจะมีลักษณะที่คล้ายคลึงกันไม่ว่าจะพิมพ์ส่วนใดหรือใช้วัสดุใด เนื่องจากอัลกอริธึมของเราเรียนรู้คุณลักษณะทั่วไปที่ใช้ร่วมกันในวัสดุต่างๆ จึงอาจกล่าวได้ว่า ‘โอ้ เส้นที่พิมพ์ออกมากำลังทำให้เกิดรอยพับ ดังนั้นเราจึงมีแนวโน้มที่จะผลักวัสดุออกไปมากเกินไป’”
ผลที่ได้คือ อัลกอริธึมที่ได้รับการฝึกอบรมโดยใช้วัสดุเพียงชนิดเดียวและระบบการพิมพ์สามารถตรวจจับและแก้ไขข้อผิดพลาดในวัสดุต่างๆ ได้ ตั้งแต่พอลิเมอร์ทางวิศวกรรมไปจนถึงซอสมะเขือเทศและมายองเนสบนระบบการพิมพ์ประเภทต่างๆ
ในอนาคต อัลกอริธึมที่ผ่านการฝึกอบรมอาจมีประสิทธิภาพและเชื่อถือได้มากกว่าผู้ปฏิบัติงานที่เป็นมนุษย์เมื่อตรวจพบข้อผิดพลาด นี่อาจมีความสำคัญสำหรับการควบคุมคุณภาพในการใช้งานที่ความล้มเหลวของส่วนประกอบอาจมีผลร้ายแรง
ด้วยการสนับสนุนจาก Cambridge Enterprise ซึ่งเป็นหน่วยงานเชิงพาณิชย์ของมหาวิทยาลัย Brion ได้ก่อตั้ง Mattaซึ่งเป็นบริษัทที่แยกตัวออกมาซึ่งจะพัฒนาเทคโนโลยีสำหรับการใช้งานเชิงพาณิชย์
“เรากำลังเปลี่ยนความสนใจไปที่วิธีการทำงานในอุตสาหกรรมที่มีมูลค่าสูง เช่น การบินและอวกาศ พลังงาน และยานยนต์ ซึ่งใช้เทคโนโลยีการพิมพ์ 3 มิติเพื่อผลิตชิ้นส่วนประสิทธิภาพสูงและมีราคาแพง” ไบรอันกล่าว “อาจต้องใช้เวลาหลายวันหรือหลายสัปดาห์กว่าจะเสร็จสิ้นส่วนประกอบชิ้นเดียวโดยมีค่าใช้จ่ายหลายพันปอนด์ อาจตรวจไม่พบข้อผิดพลาดที่เกิดขึ้นตอนสตาร์ทจนกว่าชิ้นส่วนจะเสร็จสิ้นและตรวจสอบ วิธีการของเราจะระบุข้อผิดพลาดแบบเรียลไทม์ ซึ่งช่วยปรับปรุงประสิทธิภาพการผลิตได้อย่างมาก”
การวิจัยได้รับการสนับสนุนโดยสภาวิจัยวิศวกรรมและวิทยาศาสตร์กายภาพ, ราชสมาคม, สถาบันวิทยาศาสตร์การแพทย์ และ Isaac Newton Trust
ชุด ข้อมูลทั้งหมด ที่ใช้ในการฝึก AI นั้นสามารถหาได้ฟรีทางออนไลน์
อ้างอิง:
Douglas AJ Brion & Sebastian W. Pattinson ‘ การตรวจจับและแก้ไขข้อผิดพลาดการพิมพ์ 3 มิติทั่วไปผ่านเครือข่ายประสาทเทียมแบบหลายหัว ‘ การสื่อสารธรรมชาติ (2022). ดอย: 10.1038/s41467-022-31985-y