研究人員訓(xùn)練機(jī)器學(xué)習(xí)模型來監(jiān)控和調(diào)整 3D 打印過程，以實(shí)時(shí)糾正錯(cuò)誤。科學(xué)家和工程師不斷開發(fā)可用于3D 打印的具有獨(dú)特性能的新材料，但弄清楚如何 使用這些材料進(jìn)行打印可能是一個(gè)復(fù)雜且成本高昂的難題。

通常，專家操作員必須使用手動(dòng)試錯(cuò)法(可能進(jìn)行數(shù)千次打印)來確定始終有效地打印新材料的理想?yún)?shù)。這些參數(shù)包括打印速度和打印機(jī)沉積的材料量。

麻省理工學(xué)院的研究人員現(xiàn)在已經(jīng)使用人工智能來簡化這一過程。他們開發(fā)了一種機(jī)器學(xué)習(xí)系統(tǒng)，該系統(tǒng)使用計(jì)算機(jī)視覺來觀察制造過程，然后實(shí)時(shí)糾正其處理材料的錯(cuò)誤。

他們使用模擬來教神經(jīng)網(wǎng)絡(luò)如何調(diào)整打印參數(shù)以最小化錯(cuò)誤，然后將該控制器應(yīng)用于真正的 3D 打印機(jī)。他們的系統(tǒng)打印的對(duì)象比他們與之比較的所有其他 3D 打印控制器更準(zhǔn)確。

這項(xiàng)工作避免了打印數(shù)千或數(shù)百萬個(gè)真實(shí)物體來訓(xùn)練神經(jīng)網(wǎng)絡(luò)的昂貴過程。它可以讓工程師更容易地將新材料融入他們的印刷品中，這可以幫助他們開發(fā)具有特殊電氣或化學(xué)特性的物體。如果材料或環(huán)境條件發(fā)生意外變化，它還可以幫助技術(shù)人員即時(shí)調(diào)整打印過程。

“這個(gè)項(xiàng)目確實(shí)是第一個(gè)構(gòu)建使用機(jī)器學(xué)習(xí)來學(xué)習(xí)復(fù)雜控制策略的制造系統(tǒng)的演示，”資深作者、麻省理工學(xué)院電氣工程和計(jì)算機(jī)科學(xué)教授、計(jì)算設(shè)計(jì)和制造小組 (CDFG) 的負(fù)責(zé)人 Wojciech Matusik 說。 ) 在計(jì)算機(jī)科學(xué)和人工智能實(shí)驗(yàn)室 (CSAIL) 內(nèi)。“如果你有更多的智能制造機(jī)器，它們可以實(shí)時(shí)適應(yīng)工作場(chǎng)所不斷變化的環(huán)境，從而提高系統(tǒng)的產(chǎn)量或準(zhǔn)確性。你可以從機(jī)器中擠出更多的東西。”

該研究的共同主要作者 是 CDFG 的機(jī)械工程師兼項(xiàng)目經(jīng)理 Mike Foshey 和奧地利科學(xué)技術(shù)研究所的博士后 Michal Piovarci。麻省理工學(xué)院的合著者包括電氣工程和計(jì)算機(jī)科學(xué)專業(yè)的研究生 Jie Xu 和 CDFG 的前技術(shù)助理 Timothy Erps。

揀選參數(shù)

確定數(shù)字制造過程的理想?yún)?shù)可能是該過程中最昂貴的部分之一，因?yàn)樾枰罅康姆磸?fù)試驗(yàn)。一旦技術(shù)人員找到了一種效果很好的組合，這些參數(shù)只適用于一種特定情況。她幾乎沒有關(guān)于材料在其他環(huán)境、不同硬件上或新批次是否表現(xiàn)出不同特性的行為的數(shù)據(jù)。

使用機(jī)器學(xué)習(xí)系統(tǒng)也充滿挑戰(zhàn)。首先，研究人員需要實(shí)時(shí)測(cè)量打印機(jī)上發(fā)生的情況。

為此，他們開發(fā)了一個(gè)機(jī)器視覺系統(tǒng)，使用兩個(gè)攝像頭瞄準(zhǔn) 3D 打印機(jī)的噴嘴。該系統(tǒng)在材料沉積時(shí)向材料照射光，并根據(jù)通過的光量計(jì)算材料的厚度。

“您可以將視覺系統(tǒng)視為一組實(shí)時(shí)觀察過程的眼睛，”Foshey 說。

然后，控制器將處理它從視覺系統(tǒng)接收到的圖像，并根據(jù)它看到的任何錯(cuò)誤，調(diào)整進(jìn)給速度和打印機(jī)的方向。

但是訓(xùn)練基于神經(jīng)網(wǎng)絡(luò)的控制器來理解這個(gè)制造過程是數(shù)據(jù)密集型的，并且需要進(jìn)行數(shù)百萬次打印。因此，研究人員建造了一個(gè)模擬器。

成功模擬

為了訓(xùn)練他們的控制器，他們使用了一種稱為強(qiáng)化學(xué)習(xí)的過程，在該過程中，模型通過試錯(cuò)來學(xué)習(xí)并獲得獎(jiǎng)勵(lì)。該模型的任務(wù)是選擇將在模擬環(huán)境中創(chuàng)建特定對(duì)象的打印參數(shù)。在顯示預(yù)期輸出后，當(dāng)模型選擇的參數(shù)將其打印與預(yù)期結(jié)果之間的誤差最小化時(shí)，模型就會(huì)獲得獎(jiǎng)勵(lì)。

在這種情況下，“錯(cuò)誤”意味著模型分配了太多材料，將其放置在應(yīng)該保持開放的區(qū)域，或者分配不足，留下了應(yīng)該填充的開放點(diǎn)。隨著模型執(zhí)行更多模擬打印，它更新了控制策略以最大化獎(jiǎng)勵(lì)，變得越來越準(zhǔn)確。

然而，現(xiàn)實(shí)世界比模擬更混亂。在實(shí)踐中，條件通常會(huì)因打印過程中的細(xì)微變化或噪音而發(fā)生變化。因此，研究人員創(chuàng)建了一個(gè)近似 3D 打印機(jī)噪聲的數(shù)值模型。他們使用該模型在模擬中添加噪聲，從而產(chǎn)生更真實(shí)的結(jié)果。

“我們發(fā)現(xiàn)有趣的是，通過實(shí)施這個(gè)噪聲模型，我們能夠?qū)⒓兇庠谀M中訓(xùn)練的控制策略轉(zhuǎn)移到硬件上，而無需進(jìn)行任何物理實(shí)驗(yàn)的訓(xùn)練，”Foshey 說。“之后我們不需要對(duì)實(shí)際設(shè)備進(jìn)行微調(diào)。”

當(dāng)他們測(cè)試控制器時(shí)，它比他們?cè)u(píng)估的任何其他控制方法更準(zhǔn)確地打印對(duì)象。它在填充打印(即打印物體內(nèi)部)方面表現(xiàn)尤其出色。其他一些控制器沉積了太多的材料，以至于打印出來的物體會(huì)鼓起來，但研究人員的控制器調(diào)整了打印路徑，使物體保持水平。

他們的控制策略甚至可以了解材料在沉積后如何傳播并相應(yīng)地調(diào)整參數(shù)。

“我們還能夠設(shè)計(jì)控制策略來動(dòng)態(tài)控制不同類型的材料。因此，如果您在現(xiàn)場(chǎng)有一個(gè)制造過程并且您想更改材料，您就不必重新驗(yàn)證制造過程。你只需加載新材料，控制器就會(huì)自動(dòng)調(diào)整，”Foshey 說。

既然他們已經(jīng)展示了這種技術(shù)在 3D 打印中的有效性，研究人員希望為其他制造過程開發(fā)控制器。他們還想看看如何針對(duì)有多層材料或一次打印多種材料的情況修改該方法。此外，他們的方法假設(shè)每種材料都具有固定的粘度(“糖漿”)，但未來的迭代可以使用 AI 來實(shí)時(shí)識(shí)別和調(diào)整粘度。

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場(chǎng)無關(guān)。財(cái)經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。 如有侵權(quán)請(qǐng)聯(lián)系刪除！