एल्गोरिदम विभिन्न भागों, सामग्रियों और प्रणालियों में 3D प्रिंटिंग त्रुटियों को ठीक करना सीखते हैं
इंटेलिजेंट 3डी प्रिंटर जो इंजीनियरों को अन्य मशीनों के अनुभव से सीखकर त्रुटियों का शीघ्रता से पता लगाने और उन्हें ठीक करने की अनुमति देते हैं, यहां तक कि पहले कभी नहीं देखे गए डिज़ाइन और केचप और मेयोनेज़ जैसी अपरिचित सामग्री में भी बनाया जाता है।
वास्तविक समय में त्रुटियों का पता लगाने और उन्हें ठीक करने के लिए मशीन लर्निंग एल्गोरिदम द्वारा उपयोग किए जाने वाले 3D प्रिंटर नोजल की एक नमूना छवि।छवि क्रेडिट: डगलस ब्रायन, कैम्ब्रिज विश्वविद्यालय
कैम्ब्रिज विश्वविद्यालय के इंजीनियरों ने मशीन लर्निंग एल्गोरिदम विकसित किया है जो विभिन्न प्रकार की विभिन्न समस्याओं का पता लगा सकता है और उन्हें ठीक कर सकता है। गलती रीयल-टाइम में, अपनी क्षमताओं को बढ़ाने के लिए इसे नई या मौजूदा मशीनों में आसानी से जोड़ा जा सकता है। इस एल्गोरिथम का उपयोग करने वाले 3D प्रिंटर यह भी सीख सकते हैं कि नई सामग्री को स्वयं कैसे प्रिंट किया जाए। विवरण पत्रिकाओं में रिपोर्ट किए गए कम लागत वाले दृष्टिकोणों का प्रतिशत प्रकृति संचार.
3डी प्रिंटिंग में विमान के पुर्जे, व्यक्तिगत चिकित्सा प्रत्यारोपण और जटिल कन्फेक्शनरी जैसे जटिल और अनुकूलित भागों के उत्पादन में क्रांति लाने की क्षमता है, और इसमें विनिर्माण आपूर्ति श्रृंखला को बदलने की क्षमता है। हालांकि, यह उत्पादन त्रुटियों के लिए भी कमजोर है, जिसमें मामूली अशुद्धियों और यांत्रिक कमजोरियों से लेकर निर्माण विफलताओं को पूरा करना शामिल है।
वर्तमान में, इन त्रुटियों को रोकने या ठीक करने का तरीका कुशल श्रमिकों के लिए प्रक्रिया का पालन करना है। ऑपरेटर को त्रुटि को पहचानना चाहिए (प्रशिक्षित आंख के लिए भी मुश्किल), छपाई बंद करना, भाग को हटाना और नए भाग के लिए सेटिंग्स को समायोजित करना। जब नई सामग्री या प्रिंटर का उपयोग किया जाता है, तो प्रक्रिया में अधिक समय लगता है क्योंकि कार्यकर्ता नए सेटअप सीखते हैं। फिर भी, कर्मचारी एक साथ और लगातार कई प्रिंटरों की निगरानी नहीं कर सकते हैं, इसलिए त्रुटियों को याद किया जा सकता है, खासकर लंबे प्रिंट के लिए।
“3 डी प्रिंटिंग चुनौतीपूर्ण है क्योंकि बहुत सी चीजें गलत हो सकती हैं और 3 डी प्रिंटिंग अक्सर विफल हो जाती है।” डॉ. सेबस्टियन पैटिनसन इंजीनियरिंग संकाय, कैम्ब्रिज से, पेपर के वरिष्ठ लेखक। “तब आप अपने द्वारा उपयोग की गई सारी सामग्री और समय और ऊर्जा खो देते हैं।”
इंजीनियरों ने स्वचालित 3डी प्रिंटिंग मॉनिटरिंग विकसित की है, लेकिन मौजूदा सिस्टम केवल एक भाग, एक सामग्री और एक प्रिंटिंग सिस्टम में सीमित त्रुटियों का पता लगा सकते हैं।
मुख्य लेखक ने कहा, “हमें वास्तव में 3 डी प्रिंटिंग के लिए ‘ड्राइवर रहित कार’ प्रणाली की आवश्यकता है।” डगलस बुलियन, इंजीनियरिंग संकाय से भी। “सेल्फ-ड्राइविंग कारें बेकार हैं यदि वे केवल एक सड़क या एक शहर पर काम करती हैं। उन्हें विभिन्न वातावरणों, शहरों और यहां तक कि देशों में सामान्यीकरण करना सीखना होगा। कम” प्रिंटर को कई भागों, सामग्रियों और मुद्रण स्थितियों के साथ काम करना चाहिए। “
ब्रायन और पैटिनसन का कहना है कि उन्होंने जो एल्गोरिथम विकसित किया है वह “सेल्फ-ड्राइविंग कार” हो सकता है जिसे इंजीनियर ढूंढ रहे थे।
पैटिनसन ने कहा, “इसका मतलब यह है कि आपके पास एक एल्गोरिथम हो सकता है जो आपके द्वारा संचालित सभी अलग-अलग प्रिंटरों को देख सकता है, लगातार इसकी निगरानी कर सकता है और आवश्यकतानुसार बदलाव कर सकता है। इसका मतलब है कि आप उन चीजों को कर सकते हैं जो आप नहीं कर सकते।”
शोधकर्ताओं ने लगभग 950,000 छवियों को देखकर एक गहन शिक्षण कंप्यूटर विज़न मॉडल को प्रशिक्षित किया, जो 192 प्रिंट के उत्पादन के दौरान स्वचालित रूप से कैप्चर किए गए थे। प्रत्येक छवि को प्रिंटर सेटिंग्स के साथ लेबल किया गया था, जैसे प्रिंट नोजल गति और तापमान, और प्रिंट सामग्री प्रवाह दर। मॉडल ने यह भी जानकारी प्राप्त की कि ये सेटिंग्स अच्छे मूल्यों से कितनी दूर थीं, जिससे एल्गोरिदम को यह जानने में मदद मिली कि त्रुटियां कैसे होती हैं।
“एक बार प्रशिक्षित होने के बाद, एल्गोरिदम केवल छवियों को यह निर्धारित करने के लिए देख सकता है कि कौन सी सेटिंग्स सही हैं और कौन सी गलत हैं (उदाहरण के लिए यदि कोई विशेष सेटिंग बहुत अधिक या बहुत कम है) और उचित सुधार लागू करें। पैटिनसन ने कहा। “और अच्छी बात यह है कि इस दृष्टिकोण का उपयोग करने वाले प्रिंटर लगातार डेटा एकत्र कर सकते हैं, इसलिए एल्गोरिथ्म में भी लगातार सुधार किया जा सकता है।”
इस दृष्टिकोण का उपयोग करते हुए, ब्रायन और पैटिनसन एक सामान्यीकरण योग्य एल्गोरिथ्म बनाने में सक्षम थे। इसका मतलब यह है कि इसे अपरिचित वस्तुओं और सामग्रियों के साथ-साथ नए प्रिंटिंग सिस्टम में त्रुटियों की पहचान करने और उन्हें ठीक करने के लिए लागू किया जा सकता है।
ब्रायन कहते हैं, “यदि आप एक नोजल के साथ प्रिंट कर रहे हैं, तो आप जिस सामग्री का उपयोग कर रहे हैं, उसके बावजूद आपको समान त्रुटियां मिलेंगी: बहुलक, कंक्रीट, केचप।” बहुत तेजी से आगे बढ़ने से अक्सर सामग्री के झुरमुट हो जाते हैं, और बहुत अधिक बाहर निकल जाते हैं सामग्री मुद्रित लाइनों को ओवरलैप और क्रीज़ करने का कारण बनती है।
“समान सेटिंग्स से उत्पन्न होने वाली त्रुटियों में समान विशेषताएं होंगी, भले ही कौन सा भाग मुद्रित हो या किस सामग्री का उपयोग किया गया हो। अब जब आपने सुविधाओं को सीख लिया है, तो आप कह सकते हैं, “ओह, आप बहुत अधिक सामग्री निकाल रहे हैं क्योंकि मुद्रित लाइनें हैं क्रीज बना रहा है।” “
नतीजतन, केवल एक प्रकार की सामग्री और प्रिंटिंग सिस्टम का उपयोग करके प्रशिक्षित एल्गोरिदम इंजीनियरिंग पॉलिमर से केचप और मेयोनेज़ तक, विभिन्न प्रकार की प्रिंटिंग सिस्टम पर, विभिन्न प्रकार की सामग्रियों में त्रुटियों का पता लगाने और उन्हें ठीक करने में सक्षम हैं। मैंने इसे बनाया।
भविष्य में, प्रशिक्षित एल्गोरिदम त्रुटियों को खोजने वाले मानव ऑपरेटरों की तुलना में अधिक कुशल और विश्वसनीय हो सकते हैं। यह उन अनुप्रयोगों में गुणवत्ता नियंत्रण के लिए महत्वपूर्ण है जहां घटक विफलता के गंभीर परिणाम हो सकते हैं।
बुलियन की स्थापना यूनिवर्सिटी की व्यावसायिक शाखा कैम्ब्रिज एंटरप्राइज के सहयोग से की गई थी। मत्ताएक स्पिन-आउट कंपनी है जो वाणिज्यिक अनुप्रयोगों के लिए प्रौद्योगिकी विकसित करती है।
“हम देख रहे हैं कि यह एयरोस्पेस, ऊर्जा और ऑटोमोटिव जैसे उच्च-मूल्य वाले उद्योगों में कैसे काम करेगा, जहां उच्च-प्रदर्शन, उच्च-मूल्य वाले भागों के निर्माण के लिए 3 डी प्रिंटिंग तकनीक का उपयोग किया जाता है। हम यह कर रहे हैं,” ब्रायन ने कहा। “इसमें हजारों पाउंड खर्च हो सकते हैं और एक घटक को पूरा करने में दिन या सप्ताह लग सकते हैं। पहली बार होने वाली त्रुटियों का पता तब तक नहीं लगाया जा सकता है जब तक कि भाग पूरा नहीं हो जाता और निरीक्षण नहीं किया जाता। हमारा दृष्टिकोण वास्तविक समय में त्रुटियों को ढूंढता है और विनिर्माण उत्पादकता में काफी सुधार करता है।”
चटनी: कैम्ब्रिज विश्वविद्यालय
