ระบบกล้องใหม่ตรวจสามารถตรวจสอบชิ้นส่วน 3D พิมพ์แบบเรียลไทม์ได้เร็วกว่ามนุษย์ 100,000 เท่า

นักวิจัยจากห้องปฏิบัติการแห่งชาติลอเรนซ์ ลิเวอร์มอร์ (Lawrence Livermore National Laboratory) ของสหรัฐฯ ได้พัฒนาระบบตรวจสอบที่ใช้เลนส์เป็นพื้นฐาน ซึ่งสามารถติดตามกระบวนการก่อรูปของชิ้นส่วน 3D พิมพ์ได้ทีละชั้น ระบบนี้ใช้ปัญญาประดิษฐ์ในการตรวจจับข้อบกพร่องก่อนที่ชิ้นส่วนจะออกจากเครื่องพิมพ์ โดยมุ่งเน้นไปที่เทคนิค Direct Ink Writing ซึ่งเป็นเทคโนโลยีการผลิตแบบเติมเนื้อวัสดุที่ใช้หัวฉีดในการวางวัสดุที่ยืดหยุ่นหรือมีลักษณะคล้ายแป้งเป็นเส้นที่จัดเรียงอย่างแม่นยำ ตามที่นักวิจัยของ LLNL ระบุ แนวทางนี้ช่วยลดทั้งเวลาและแรงงานที่จำเป็นในการตรวจสอบชิ้นส่วนที่ผลิตเสร็จ พร้อมทั้งนำเสนอวิธีการตรวจสอบชิ้นส่วนขนาดใหญ่ที่มีความซับซ้อน ซึ่งเทคนิคการสแกนด้วยเอกซเรย์คอมพิวเตอร์แบบดั้งเดิมนั้นตรวจครอบคลุมได้ยาก

ระบบดังกล่าวผสมผสานเลนส์ที่ติดตั้งบนเครื่อง 3D พิมพ์โดยตรงเข้ากับเครื่องมือการแบ่งส่วนภาพและการมองเห็นของคอมพิวเตอร์ที่อาศัยการเรียนรู้ของเครื่อง เครื่องมือเหล่านี้สามารถแปลงภาพหลายพันภาพที่จับระหว่างกระบวนการพิมพ์ให้เป็นผลการวัดที่ละเอียดและแผนที่เชิงพื้นที่ของวัสดุที่ถูกวางลงไป บรูซ เวสตัน (Brian Weston) วิศวกร AI/ML ฝ่ายดิจิทัลทวิน (Digital Twin) ของ LLNL ซึ่งเป็นผู้นำด้านเทคนิคของโครงการ ได้อธิบายความสำเร็จนี้อย่างกระชับว่า ระบบนี้ทำงานคล้ายกับสมองที่มาพร้อมกับดวงตา ซึ่งสามารถมองเห็นทุกสิ่งที่เกิดขึ้นระหว่างการพิมพ์

เทคนิค Direct Ink Writing สามารถผลิตแผ่นรอง (gaskets) ที่มีความซับซ้อนและยืดหยุ่นได้ โดยคุณสมบัติเชิงกลขึ้นอยู่กับเส้นวัสดุที่อาจมีความหนาเพียงไม่กี่ส่วนของมิลลิเมตร ช่องว่างเล็ก ๆ หรือเส้นวัสดุที่แตกหักอาจส่งผลต่อสมรรถนะของชิ้นส่วนที่ผลิตเสร็จ การตรวจสอบแบบดั้งเดิมต้องนำชิ้นงานออกจากเครื่องและทำการทดสอบแบบออฟไลน์หลังการพิมพ์เสร็จสิ้น ซึ่งมักจะพบปัญหาได้ก็ต่อเมื่อการผลิตเสร็จเรียบร้อยแล้วเท่านั้น

ความสามารถในการตรวจสอบแบบเรียลไทม์ของระบบ

ในทางตรงกันข้าม ระบบของ LLNL จะจับภาพในขณะที่แต่ละชั้นถูกวางลงไป ซอฟต์แวร์จะระบุเส้นวัสดุที่เพิ่งพิมพ์แบบเรียลไทม์ และคำนวณเส้นผ่านศูนย์กลาง เพื่อให้วิศวกรได้รับการตรวจสอบเบื้องต้นก่อนเข้าสู่ขั้นตอนการทดสอบ downstream ที่มีค่าใช้จ่ายสูง ทีมงานได้ฝึกโมเดลการแบ่งส่วนภาพด้วยภาพที่มีคนประทับคำอธิบายเกือบ 15,000 ภาพ ครอบคลุมเรขาคณิตแบบลายตาข่ายหลายรูปแบบ จากนั้นอัลกอริทึมการมองเห็นของคอมพิวเตอร์จะใช้ผลลัพธ์จากโมเดลเพื่อติดตามเส้นวัสดุที่พิมพ์และวัดเส้นผ่านศูนย์กลาง ในการทดสอบกับชิ้นส่วน 55 ชิ้น ผลการวัดอัตโนมัติมักจะแตกต่างจากข้อมูลที่วัดด้วยมือเพียงไม่กี่ไมโครเมตร

การวัดภาพขนาดใหญ่ด้วยมืออาจใช้เวลา 20 นาทีถึงหนึ่งชั่วโมง ขณะที่กระบวนการอัตโนมัติทำการวิเคราะห์เดียวกันนี้ได้ภายในเวลาไม่กี่มิลลิวินาที โดยมีความเร็วเฉลี่ยประมาณ 100,000 เท่าของการวัดด้วยมือ

เพื่อแสดงให้เห็นถึงขีดความสามารถของระบบ นักวิจัยได้นำไปประยุกต์ใช้กับแผ่นรองขนาดประมาณ 25 ซม. คูณ 25 ซม. (9.8 นิ้ว คูณ 9.8 นิ้ว) โดยเก็บภาพประมาณ 2,500 ภาพจากชั้นเดียว แล้วรวมผลการวัดเป็นแผนที่เชิงพื้นที่ภายในชิ้นส่วนนั้น แผนที่ดังกล่าวเผยให้เห็นว่าเส้นผ่านศูนย์กลางของเส้นวัสดุค่อย ๆ เปลี่ยนไปจากด้านหนึ่งของการพิมพ์ไปยังอีกด้านหนึ่ง รูปแบบนี้สามารถย้อนกลับไปถึงการเอียงเล็กน้อยของแท่นพิมพ์เมื่อเทียบกับหัวฉีด ปัญหาเชิงฮาร์ดแวร์นี้อาจถูกบดบังได้จากการวัดแบบเฉลี่ยรวม

ศักยภาพในการประยุกต์ใช้เทคโนโลยีในวงกว้าง

บรูซ กีรา (Brian Giera) รองผู้อำนวยการโครงการด้านวิทยาศาสตร์ข้อมูล ปัญญาประดิษฐ์ และการผลิตของ LLNL กล่าวว่า ความสำคัญของเทคโนโลยีนี้ไม่จำกัดเพียงแค่ Direct Ink Writing เทคโนโลยีพื้นฐานถูกออกแบบมาให้ปรับใช้กับเทคนิคการเติมเนื้อวัสดุอื่น ๆ การผลิตแบบลดเนื้อวัสดุแบบดั้งเดิม รวมถึงระบบอื่น ๆ ที่ใช้ในห้องปฏิบัติการ กีรากล่าวว่า การตรวจสอบภายในเครื่องเช่นนี้ถือเป็นความสามารถพื้นฐานที่จะนำไปสู่การผลิตแบบอิสระมากขึ้น เนื่องจากระบบอิสระไม่สามารถทำงานได้หากปราศจากการวัดและการตรวจสอบที่เชื่อถือได้ ความสามารถนี้คาดว่าจะถูกถ่ายโอนไปยัง Kansas City National Security Complex เพื่อประเมินระบบที่เกี่ยวข้องกับการผลิต

ในระยะยาว เวสตันกล่าวว่า ข้อมูลการตรวจสอบสามารถนำไปสนับสนุนดิจิทัลทวิน โดยเชื่อมโยงโครงสร้างที่วัดได้ของชิ้นส่วนเข้ากับสมรรถนะที่คาดการณ์ไว้ การเชื่อมโยงนี้อาจทำให้ระบบสามารถตัดสินใจรับหรือปฏิเสธชิ้นงานได้ด้วยตัวเองระหว่างกระบวนการสร้าง ผลการวิจัยดังกล่าวได้ตีพิมพ์ในวารสาร npj Advanced Manufacturing

ศักยภาพในอนาคตของเทคโนโลยีตรวจสอบอัตโนมัติ

ความสำเร็จของระบบกล้องใหม่นี้ถือเป็นก้าวสำคัญของเทคโนโลยี 3D พิมพ์ โดยเฉพาะอย่างยิ่งในด้านการตรวจสอบแบบอัตโนมัติ ระบบดังกล่าวไม่เพียงช่วยเพิ่มประสิทธิภาพในการตรวจสอบ แต่ยังสามารถตรวจพบปัญหาระหว่างกระบวนการพิมพ์ได้ทันที ซึ่งช่วยลดต้นทุนและเวลาในการทดสอบในขั้นตอนถัดไป เมื่อเทคโนโลยีนี้มีการพัฒนาต่อไป ความสามารถในการตรวจสอบนี้มีแนวโน้มที่จะขยายไปสู่เทคนิคการผลิตแบบเติมเนื้อวัสดุอื่น ๆ ยกระดับความเป็นอิสระและความน่าเชื่อถือโดยรวมของการผลิต อันจะส่งผลกระทบอย่างลึกซึ้งต่อการผลิตอัจฉริยะและระบบอัตโนมัติในอุตสาหกรรมในอนาคต