MIT研究人員在3D打印中整合人工智能，實現(xiàn)直接墨水書寫的閉環(huán)控制

導讀：隨著增材制造技術(shù)的不斷發(fā)展，與之相關(guān)的應用程序和技術(shù)也變得越來越復雜。即使是對于在增材制造領(lǐng)域有著豐富經(jīng)驗的工人，有時操作也很困難，特別是涉及到為3D打印調(diào)整參數(shù)的過程，這往往會需要大量人力資源和高昂的成本。3D打印的成功需要有合適的打印速度和相當?shù)牟牧蠑?shù)量匹配，這些參數(shù)取決于技術(shù)和材料。

2022年8月11日，南極熊獲悉，為了在未來更容易解決打印參數(shù)修正的挑戰(zhàn)，麻省理工學院（MIT）的研究人員現(xiàn)在已經(jīng)使用人工智能（AI）來簡化這些問題。

研究人員開發(fā)的這種特殊人工智能是一個機器學習系統(tǒng)，目的是防止3D打印中材料加工內(nèi)的潛在錯誤，并在必要時實時糾正它們，而且不需要人類的協(xié)助。首先，最重要的是，這個學習系統(tǒng)已經(jīng)通過模擬學習了一個神經(jīng)網(wǎng)絡(luò)，以便它能夠理解哪些參數(shù)是正確的打印參數(shù)。經(jīng)過無數(shù)次的測試和試驗，麻省理工學院的研究人員終于將他們的系統(tǒng)應用于一臺3D打印機的實踐中，結(jié)果令人驚訝：由于匹配了合適的參數(shù)，3D打印的零件比平時要精確得多。

△數(shù)據(jù)顯示了打印過程中可能出現(xiàn)的不完美和問題。圖片來源：麻省理工學院

為什么人工智能會被應用于3D打??？

由來自機械工程、電子工程和計算機科學等領(lǐng)域的成員組成的研究團隊在研究中一直有一個明確的目標：簡化3D打印，從而也使公司更容易將新材料整合到他們的3D打印過程中，并對不斷變化的材料或環(huán)境條件作出完美反應，從而不再對過程產(chǎn)生任何影響。主要作者以及麻省理工學院電氣工程和計算機科學教授、計算機科學和人工智能實驗室（CSAIL）內(nèi)的計算設(shè)計和制造小組（CDFG）負責人Wojciech Matusik補充說："這個項目確實是建立一個使用機器學習來學習復雜控制策略的制造系統(tǒng)的第一個示范。如果你有更智能的制造機器，它們可以實時適應工作場所不斷變化的環(huán)境，以提高產(chǎn)量或系統(tǒng)的準確性。你可以從機器中汲取到更多有用的東西"。

麻省理工學院的研究人員現(xiàn)如今面臨著一個特別大的挑戰(zhàn)，即最佳的打印參數(shù)根據(jù)特定的情況而改變，這也意味著他們必須考慮材料在其他環(huán)境中的行為，與其他硬件的關(guān)系，甚至是否是新的批次。為了幫助他們了解3D打印機打印過程中的實時情況，本項目開發(fā)了一個機器視覺系統(tǒng)，該系統(tǒng)有兩個攝像頭，它們的焦點一直在打印機的噴嘴上，在打印時記錄材料的特性。然后對所提供的圖像進行處理，以調(diào)整和避免在其余過程中記錄的缺陷。

通向成功的AI模擬之路

為了訓練所開發(fā)的系統(tǒng)，研究人員使用 "試驗和錯誤 "的原則進行了系統(tǒng)調(diào)試，其任務(wù)是讓系統(tǒng)自己選擇正確的壓力參數(shù)。如果發(fā)生錯誤，通常是因為系統(tǒng)在打印時使用的材料過多或過少。研究人員還觀察到，3D打印過程在人工智能中的幫助下，經(jīng)過幾次模擬打印，展示出了更準確的結(jié)果。

然而，現(xiàn)實世界不是模擬，這已不是什么秘密。為了同樣解決這個問題，研究人員還創(chuàng)建了一個數(shù)字模型，將3D打印機的噪音等因素考慮在內(nèi)，這樣他們就可以將打印過程中出現(xiàn)的所有細節(jié)納入他們的系統(tǒng)。一位研究人員評論說："我們發(fā)現(xiàn)的有趣的事情是，通過實施這個噪音模型，我們能夠?qū)⒓兇庠谀M中訓練的控制策略轉(zhuǎn)移到硬件上，而不需要用任何物理實驗進行訓練。之后我們不需要在實際設(shè)備上做任何微調(diào)。"