Оптимизация 4D-печати с помощью машинного обучения

3D-печать, уже достаточно давно воспринимается, как один из методов аддитивного производства. Но она претерпела огромный прогресс с момента своего появления в 1980 году. В последние годы этот метод точного единичного изготовления объёмных объектов широко используется людьми во всех отраслях. Внедрение технологии стало успешным до такой степени, что теперь пользователи могут использовать её для создания своих собственных дизайнов и превращения их в продукцию различного назначения с некоторыми ограничениями. Принцип 3D-печати основаны на послойном нанесении широкого спектра материалов, в соответствии с моделью автоматизированного проектирования (CAD), или объёмного моделирования. С помощью этой технологии можно легко создавать изделия со сложной геометрией и конструкциями, которые находят широкое применение в таких отраслях, как детали машин, мягкая робототехника, биомедицинское оборудование и строительство.

В период развития 3D-печати для реальных применений возникало немало проблем, которые постепенно решались разработчиками. Например, в области электронных компонентов производство 3D-печатной электроники невозможно с помощью обычного производственного процесса. Причина этого кроется в трудностях, связанных с изготовлением полнофункциональных компонентов в единой последовательности сборки, способных выдерживать суровые условия окружающей среды. Например, для создания гибкого электронного 3D-устройства требуется сложный 3D-принтер, такой как гибрид стереолитографии и технологии прямой печати, чтобы сделать его функциональным и пригодным для реального применения. Что касается медицинских аспектов, то источники сырья для создания аналогичных и подходящих изделий для замены органов и тканей человека по-прежнему ограничены, что замедляет развитие производства биомедицинских продуктов. Эти приложения и проблемы привели к широкому развитию 3D-печати, которая также может расширять возможности изготавливаемых образцов, как за счёт встроенных, так и за счёт внешних функций.

В настоящее время разработки в данной области расширяются для поддержки использования нескольких материалов, что позволяет создавать смесевые составы, имеющие различные свойства. Такой подход имеет своей целью создание сложных структур, сочетающихся со многими типами материалов. Это важно для применений, когда в некоторых областях детали могут быть изготовлены из одного материала, а в других — из другого (с точки зрения физических, механических или термических характеристик). Что касается программного обеспечения управления процессом, то разработки включают в себя повышение разрешения и точности управления печатными головками принтеров для создания тонких и сложных моделей. Кроме того, последние достижения в области производства позволяют сочетать 3D-печать с другими методами, такими как метод стереолитография. Эти гибридные процессы имеют решающее значение при производстве функциональной электроники и деталей, пригодных для использования в сложных условиях. Кроме того, внедрение «умных» материалов, способных адаптироваться к различным воздействиям окружающей среды, привело к развитию технологии 4D-печати, при которой изделия, изготовленные с помощью этого процесса, способны со временем изменять форму или функциональность, что расширяет возможности использования аддитивного производства. Благодаря этой идее 4D-печать стала более продвинутым применением 3D-печати с дополнительными функциональными возможностями.

Читать также:  Стоматология в скором будущем

Идея 4D-печати была выдвинута Тиббитсом на конференции 2013 года, где он продемонстрировал, как статичный объект, напечатанный на 3D-принтере, может менять свою форму, в зависимости от изменения условий или воздействия на него. С тех пор исследователи стремятся развивать эту технологию, поскольку это новое открытие привносит массу новых возможностей для расширения функционала, за счёт включения элементов интеллектуального смарт-материала. С добавлением компонентов, изменяющих свои свойства при воздействии различных факторов, объект, напечатанный в этом формате, может реагировать на внешние раздражители, такие как тепло, свет, кислотность, влажность и др.

В последние годы развитие вычислительной мощности серверов привело к использованию машинного обучения для аддитивного производства и стало применяться в некоторых областях, для оптимизации производительности и самих процессов 3D-печати. Например, учёные разработали модель, которая успешно предсказывает ключевые аспекты рецептуры и свойства растворения лекарственных средств in vitro для фармацевтической отрасли. Установлено, что специально обученная нейросеть может обеспечить высокий уровень точности прогнозирования, особенно для температуры процесса термической экструзии расплава, вида нити накала, температуры и пригодности для печати. В другом случае было применено иерархическое машинное обучение для оптимизации процесса изготовления детали из силиконового эластомера, в результате чего разработчики смогли увеличить скорость печати в два раза, используя новые сложные алгоритмы. Недавно была создана ML-модель для прогнозирования угла изгиба мягкого пневматического привода, напечатанного на 4D-принтере, и исследования влияния входных параметров на его изгиб. Однако развитие этой методики всё ещё отстаёт от привычных производственных процессов, поскольку идея 4D-печати пока находится в зачаточной стадии изучения всех возможностей, но скоро получит широчайшее распространение.

Оптимизация при 4D-производстве имеет решающее значение для достижения наилучших результатов, как с точки зрения скорости, так и качества. Нельзя также упускать из виду вопрос экономичности процессов, так как при широком спектре новых материалов, объекты с одними и теми же необходимыми свойствами можно изготовить дорого или гораздо дешевле – разброс стоимости может различаться на порядок. Важным этапом при исследованиях является применение различных алгоритмов машинного обучения на конкретных этапах процесса — выбор материала для печати, проектирование для аддитивного производства, оптимизация несущей конструкции и параметров процесса, прогнозирующее моделирование и обнаружение/минимизация дефектов, точное определение оптимальной топологии и высоты слоя.

4D-печать можно рассматривать, как целенаправленную эволюцию 3D-печатной структуры с точки зрения возможности изменения формы, свойств и функциональности, которая обладает способностью к самосборке, многофункциональности и самовосстановлению. Эти аспекты важны для того, чтобы убедиться, что объект производится с использованием подходящего оборудования и материала в соответствии с его функциональностью. Реакция на стимул, в некоторых случаях, может быть применена и после завершения печати, поскольку она не влияет на изначальные характеристики самой структуры изготавливаемого объекта. Цифровая обработка светом идеально подходит для разрешений, которые полезны при проектировании адаптивных текстильных изделий и даже деталей самолётов. Селективное лазерное плавление создаёт детали с высокой и точной точностью из металлов, которые могут реагировать на тепловые или механические условия, что полезно в аэрокосмической и автомобильной промышленности. Энергетическое осаждение используется для формирования самовосстанавливающихся деталей из различных материалов, которые могут быть полезны в аэрокосмической и оборонной промышленности. Прямое нанесение чернил включает в себя выдавливание вязких чернил для создания мягких материалов, таких как гидрогели, которые применяются в мягкой робототехнике и персонализированных биомедицинских решениях.

Читать также:  Что такое облачные контейнеры и зачем они нужны

Например, влажность, как внешний стимул, вызывает различные типы поведения материала, включая расширение, сжатие или приведение в действие, что позволяет изменять форму. Это свойство реакции позволяет материалам сгибаться, складываться или трансформировать поверхности, повышая их адаптивность в различных средах. Влажность также может вызывать свойства самовосстановления, когда материалы восстанавливаются во влажных условиях, и контролировать пористость, влияя на структурную целостность и проницаемость. Кроме того, некоторые материалы меняют цвет под воздействием этого триггера, обеспечивая визуальный индикаторный эффект. Такое поведение облегчает инновационные применение в мягкой робототехнике, интеллектуальном текстиле, адаптивных датчиках и других областях, требующих отзывчивых и многофункциональных материалов.

Природа интеллектуальных материалов зависит от ассоциативной технической функции (датчик, преобразователь или привод), стимула и самого вещества (особенно это касается металла, сплава, полимера и керамики). Важно выбрать именно тот материал, который способен реагировать при взаимодействии с конкретным триггером (воздействием), будь то электрический импульс, влажность, изменение кислотности, световые волны определённого спектра, воздействие магнитных полей, изменение загазованности, температура и др. Поэтому поиск таких взаимосвязей с помощью прогнозных моделей машинного обучения является наилучшим вариантом для применения в 4D-печати.

Структуры самих изменчивых материалов (их ещё также называют активными) могут состоять из сенсорной, активационной и механической способности к трансформации от внешнего стимула. Сейчас самые известные из них — это интеллектуальные сплав (SMA) и полимер (SMP) с памятью формы, а также различные гидрогели. Каждый из них имеет разное назначение и функциональность для разных обстоятельств, представляя собой адаптацию таксономии определённому воздействию. Сейчас осуществляется качественный переход к развитию новых наноматериалов и композитов, специально разрабатываемых для энергоэффективной 4D-печати.

Кроме того, прогресс ещё связан с прорывами в изучении различных эффектов фотополимеризации и созданием инновационных фотополимеров. Применение нейросетей, работающих на высокопроизводительных серверных платформах сыграло решающую роль в разработке монолитных композитов для этого вида объёмной печати, которые обладают улучшенными фотокаталитическими возможностями. Умные материалы произвели революцию в способе производства продукции, открыв новые возможности для разработки современных медицинских устройств и имплантатов. Их интеграция также привела к созданию полимерных систем с памятью формы, которые демонстрируют свойства самовосстановления, предлагая захватывающий потенциал для различных применений в аэрокосмической отрасли, автомобилестроении, медицине и материаловедении.