KI-basiertes Modell identifiziert anhand eines Fotos die Herkunft von 3D-gedruckten Teilen

Was wäre, wenn man anhand eines einfachen Fotos die Herkunft eines 3D-gedruckten Teils erkennen könnte? Genau darum ging es in der Studie eines Teams der University of Illinois in Urbana Champaign. Mithilfe von Künstlicher Intelligenz haben sie ein Lernmodell entwickelt, das feststellen kann, auf welchem 3D-Drucker ein Teil hergestellt wurde. Mehr als 9.000 Bauteile wurden produziert, um dieses Modell zu füttern. Es könnte erhebliche Auswirkungen auf die Branche der additiven Fertigung in Bezug auf Qualitätskontrolle, Zertifizierung und Rückverfolgbarkeit haben.

Das Projekt begann mit Lambda-3D-Drucken, bei denen die Forscher mehr über die Wiederholbarkeit und den Zusammenhang zwischen Maßtoleranzen und 3D-Druckern erfahren wollten. Dabei entdeckten sie, dass auf allen Teilen, die sie druckten, eine Art Fingerabdruck vorhanden war. Jedes dieser Teile könnte also besser zurückverfolgt werden, was den gesamten Prozess der Lieferantenkontrolle, der Qualitätszertifizierung und der Authentifizierung von Teilen erleichtern würde. Aber wie kann man das Vorhandensein dieser Fingerabdrücke feststellen? Die Antwort lautet Künstliche Intelligenz.

Der vorgestellte Prozess der Forscher.

Aufbau des Modells für maschinelles Lernen

Das Forscherteam erstellte 9.192 Teile auf 21 verschiedenen 3D-Druckern und vier additiven Fertigungsverfahren: FDM, SLA, Multi Jet Fusion und DLS. Für die Studie wurden drei Arten von Bauteilen erdacht, die verschiedene geometrische Merkmale und Größen beinhalten: ein Verbindungsstück, eine Gitterstruktur und ein Stopfen. Die Komponenten sind klein genug, um größere Mengen zu ermöglichen – als Beispiel: HP-Maschinen konnten 108 Teile desselben Designs pro Platte herstellen, während FDM-Maschinen 176 Teile herstellten.

Jedes Teil wurde dann zweimal mit einem hochauflösenden Flachbettscanner gescannt: einmal auf der großen Seite und ein weiteres Mal auf der Seite mit der Seriennummer. Anhand der erhaltenen Bilder wurde ein Deep-Learning-Modell generiert, um herauszufinden, welche Maschine welches Teil gedruckt hatte. Es war in der Tat ziemlich offensichtlich, die Verfahren zu unterscheiden (man erkennt die Rauheit des Pulvers bei MJF oder auch die Muster, die die Düse bei FDM erzeugen kann), aber nicht den 3D-Drucker als solches. Daher mussten die Forscher die Bilder analysieren und Tests durchführen, wobei sie insbesondere die Pixel normalisierten.

William King ist einer der Projektleiter: „Unsere Ergebnisse legen nahe, dass das KI-Modell genaue Vorhersagen treffen kann, wenn es mit nur zehn Teilen trainiert wird. Wenn man nur einige wenige Muster eines Lieferanten verwendet, ist es möglich, alles, was er später liefert, zu überprüfen.“ Das entwickelte Modell würde eine Genauigkeit von über 98 % erreichen.

3D-gedruckte Steckverbinder auf allen vier additiven Fertigungsverfahren

KI zur Verbesserung der Rückverfolgbarkeit von 3D-Teilen?

Dieses Erkennungssystem könnte also die Herkunft eines Teils ohne die Kooperation des Originalherstellers, also ohne die Hilfe einer dritten Person, finden. Auf diese Weise könnte man Fälschungen bekämpfen, die Konformität der Materialien, aber auch des Druckverfahrens sicherstellen etc. Mithilfe dieses Lernmodells könnte man auch den Produktionsprozess besser kontrollieren. William King fügt hinzu: „Für die meisten Unternehmen ist es nicht möglich, ihre Zulieferer ständig zu kontrollieren. Änderungen am Herstellungsprozess können lange Zeit unbemerkt bleiben, und man merkt es erst, wenn eine falsche Produktcharge hergestellt wird. Jeder, der in der Fertigungsindustrie tätig ist, kennt die Geschichte eines Lieferanten, der unerlaubt etwas verändert hat und dadurch ein ernstes Problem verursacht hat„.

Jedenfalls klingen die Resultate vielversprechend! Wenn Sie mehr über diese Methode und die Entwicklung des Lernmodells erfahren möchten, klicken Sie HIER.

Was halten Sie davon, mithilfe von KI die Herkunft von 3D-gedruckten Teilen festzustellen? Lassen Sie uns gerne einen Kommentar da, oder teilen Sie es uns auf Facebook oder LinkedIN mit. Möchten Sie außerdem eine Zusammenfassung der wichtigsten Neuigkeiten im 3D-Druck und der additiven Fertigung direkt und bequem in Ihr Postfach erhalten? Dann registrieren Sie sich jetzt für unseren wöchentlichen Newsletter.

*Titelbildnachweis: Phonlamai Photo/Shutterstock.com