Un nuevo sistema de inteligencia artificial apunta a una máquina específica que ha hecho el origen de las piezas impresas en 3D. Esta tecnología puede permitir a los fabricantes monitorear a sus proveedores y administrar sus cadenas de suministro, detectar problemas preliminares y confirmar que se acuerda el proceso de suministro.
Un equipo de investigadores dirigido por Bill King, profesor de ciencias mecánicas e ingeniería en el campeón de Urbana de la Universidad de Illinois, ha descubierto que las piezas fabricadas por Edito Manufacturing, también conocidas como impresión 3D, tienen una firma única de una máquina específica. Afecta el desarrollo del sistema AI, que detecta la imagen, o “huella digital” de la imagen, o identifica su origen.
King dijo: “Todavía estamos sorprendidos de que funcione: podemos imprimir el diseño de las mismas dos máquinas similares, el modelo de las máquinas, la misma configuración de proceso, el mismo material”. Es posible decidir dónde y cómo y cómo. No necesita tomar su palabra de proveedor sobre nada. “
Los resultados de este estudio se publicaron recientemente en The Nature Partner Journal Fabricación avanzada.
Según King, esta tecnología tiene importantes implicaciones para la gestión de proveedores y el control de calidad. Cuando un fabricante contrata con un proveedor para fabricar partes de un producto, el proveedor generalmente acepta seguir un conjunto específico de máquinas, procesos y procedimientos de fábrica y no hacer ningún cambio sin permiso. Sin embargo, es difícil implementar este suministro. Los proveedores a menudo realizan cambios sin información, desde procesos fabricados hasta su uso. Por lo general, son benignos, pero también pueden causar problemas importantes en el producto final.
“La cadena de suministro moderna se basa en la confianza”, dijo King. “Al comienzo de la relación, la auditoría y las visitas al sitio son frecuentes. Pero, para la mayoría de las empresas, no es posible monitorear a sus proveedores de forma permanente. El cambio en el proceso de fabricación no puede cuidar a nadie por mucho tiempo, y no puede saber hasta que el producto se desarrolle”.
Durante el estudio de la repetición de impresoras 3D, el grupo de investigación de Kings encontró que la tolerancia de dimensión parcial se ha relacionado con máquinas individuales. Esto alentó a los investigadores a revisar fotos de piezas. Se aprende que es posible determinar una máquina específica con parte, proceso de tela y material utilizado: producción “huella digital”.
King dijo: “Estas huellas digitales de fabricación son sencillas”. Hay miles de impresoras 3D en el mundo, y decenas de miles de piezas impresas en 3D se utilizan en aviones, automóviles, dispositivos médicos, productos de consumo y otras aplicaciones. Cada una de estas partes tiene una firma única que se puede usar usando AI. “
Kings Research Group desarrolló un modelo de IA para identificar huellas digitales de producción a partir de imágenes tomadas con cámaras de teléfonos inteligentes. El modelo AI se desarrolló en un gran conjunto de datos, que incluía fotos de 9,192 piezas hechas en 21 máquinas de seis compañías y cuatro procesos de tela diferentes. Cuando su modelo es Calebrate, los investigadores descubrieron que las huellas digitales podían obtenerse con solo 1 milímetro cuadrado a una precisión del 98 % de la superficie de esta sección.
“Nuestros resultados muestran que el modelo AI puede hacer las predicciones correctas cuando el modelo de IA está entrenado con menos de 10 partes”, dijo King. “Usando solo unas pocas muestras de un proveedor, es posible confirmar todo después de lo cual proporcionan”.
King cree que esta tecnología tiene el potencial de mantener la gestión de la cadena de suministro. Con esto, los fabricantes pueden detectar problemas en las primeras etapas de la producción, y ahorran tiempo y recursos necesarios para identificar el inicio de los errores. Esta tecnología también se puede utilizar para rastrear bienes ilegales.
Mails Bermos, Davis McGiger, Charlie Wood y Samiya Tofak también participaron en el trabajo.
