All about Photonics

Science/Research 詳細

高信頼部品製造に向けてマシンラーニングと3Dプリンティングを結合

Soon robots like this could make decisions on how to build more effective 3-D printed parts. This multi-axis printer uses laser beams to deposit material and make metal components, which could be important resources for people far from supply chains.

October, 25, 2018, Denver--ロッキードマーチン(Lockheed Martin)と海軍研究機関(Office of Naval Research)は、ロボットをトレーニングして複雑な部品の3Dプリンティングを独立に監視し、最適化するために人工知能の適用法を探求している。
 現在、3Dプリンティングは、船、航空機、車輌、宇宙船で使われる部品を製造しているが、長期の監視も必要としている。高価で複雑な部品は、それを理解するために専門家による持続的なモニタリングを必要とすることがある。さらに、部品の一部分が標準以下であれば、そのために全体が使えなくなる。
 2年、580万ドルの契約は、特に、レーザビームを使って材料を堆積する多軸ロボットを研究し、カスタマイズする。ロッキードマーチンの先端技術センタ(Advanced Technology Center)が主導するチームが、ロボットのためのソフトウエアモデルと改良センサを開発する、目的はより優れたコンポーネントを製造することである。
 「われわれは、機械が自ら監視し、学習し、判断する方法を研究する。より一貫性のある部品をさらに改善するためだ。3Dプリント部品がますます一般的になるので、これは極めて重要である。機械は、プリント中にモニタし、それ自体で調整しなければならない。それにより機械は、製造中に適切な材料特性を確実に実現できる」とロッキードマーチンのプロジェクトマネージャ、Brian Griffithはコメントしている。
 研究チームは、マシンラーニング技術を積層造形(AM)に適用していく。製造中にロボットによって、可変部分がモニタされ、制御されるためである。
 「高品質部品を造るロボットシステムが信頼できると、だれかが使える部品を造り、どこかでそれを造ることが可能になる。維持、メインテナーが海でどのように取替部品を造るか、メカニックが砂漠でトラックの置き換え部品をプリントする場合を考えてみる。3Dプリンティングは、導入で次のステップに大きく踏み出すことになる」とロッキードマーチンフェロー、AM担当、Zach Loftusは話している。
 現在、技術者は、製造後の品質試験で、製造あたり多くの時間を費やすが、複雑な部品の開発では単なる浪費ではない。各パートが最も弱い部分を補うように造り、構造の残りにより多くのマージンと質量があるようにするのは一般的である。ロッキードマーチンの研究は、以前に検証された分析に基づき構造最適化法について機械が判断するのを支援する。
 検証済みの分析と3Dプリンティングロボットシステムへの組み込みは、この新しい契約の中核である。ロッキードマーチンは、強力なチームとともに、積層構築で使用される一般的なマイクロ構造を厳しく吟味する。外からは見えないが、部品内部はわずかに異なる微細構造を持つ。チームは、機械のパラメータの性能特性、これらのマイクロ構造を計測し、それを材料特性に調整する。その後でこの知識を実用システムに組み込む。この完璧な情報で、機械は、優れた性能を保証する部品の製造法について判断を下すことができるようになる。