ML เพิ่มความเร็วในกระบวนการค้นหาวัสดุสำหรับการพิมพ์ 3 มิติแบบใหม่ ๆ

ความนิยมของการพิมพ์ 3 มิติที่เพิ่มขึ้นอย่างรวดเร็ว ไม่ว่าจะเป็นภาคการผลิตหรือผู้ใช้งานตามบ้าน เช่น อุปกรณ์การแพทย์ที่ปรับแต่งได้ ทำให้ความต้องการวัตถุดิบเพื่อใช้ในงานออกแบบที่มีความจำเพาะเจาะจงนั้นเพิ่มขึ้นสูงมาก เพื่อลดเวลาในการค้นหาวัสดุใหม่ ๆ สำหรับการตอบสนองความต้องการเหล่านี้นักวิจัยจาก MIT ได้พัฒนากระบวนการที่ใช้ข้อมูลเป็นตัวผลักดันด้วย ML ในการ Optimize วัสดุสำหรับงานพิมพ์ 3 มิติใหม่ ๆ ที่มีคุณสมบัติอันหลากหลาย เช่น ความทนทานและความแข็งแรงในการบีบอัด

ด้วยการพัฒนาวัตถุดิบแบบ Streamlining ระบบจะลดต้นทุนและลดผลกระทบที่เกิดกับสิ่งแวดล้อมด้วยการลดของเสียจากเคมี อัลกอริทึ่มของ ML ที่ใช้นั้นยังสนับสนุนนวัตกรรมที่จะเกิดขึ้นด้วยการแนะนำสูตรทางเคมีแบบเจาะจงซึ่งมนุษย์อาจพลาดไปได้

ในกระบวนการพัฒนาของนักวิจัยนั้น การ Optimize ศักยภาพของอัลกอริทึ่มเป็นการค้นหาแบบ Trial and Error หรือกระบวนการลองผิดลองถูก โดยผู้พัฒนาวัตถุดิบจะเลือกส่วนผสมจำนวนหนึ่ง ใส่รายละเอียดส่วนประกอบทางเคมีลงไปในอัลกอริทึ่ม และทำงานระบุยืนยันคุณสมบัติเชิงกลที่วัตถุดิบใหม่ควรจะต้องมี จากนั้นอัลกอริทึ่มจะเพิ่มและลดปริมาณของส่วนประกอบต่าง ๆ และตรวจสอบว่าแต่ละสูตรจะส่งผลกระทบต่อคุณสมบัติวัตถุดิบก่อนที่จะไปถึงคุณสมบัติในฝันที่ต้องการ

ผู้พัฒนาจะผสม ประมวลผล และทดสอบตัวอย่างเพื่อสะรวจว่าวัตถุดิบนั้นจะทำงานได้จริงอย่างไร ระบบที่พัฒนาขึ้นมานี้ถูกทดสอบด้วยการ Optimize สูตรสำหรับหมึกพิมพ์ 3มิติที่จะแข็งตัวเมื่อเจอกับแสงอัลตราไวโอเล็ต

ทีมวิจัยได้ระบุสารเคมีหกตัวที่ใช้ในสูตรและตั้งค่าเป้าหมายอัลกอริทึ่มเพื่อเปิดเผยให้เห็นถึงวัตถุดิบที่ทำงานได้ดีที่สุดในคุณสมบัติ ความแข็งแรง ความแข็ง และความทนทานตามลำดับ การดึงเอาคุณสมบัติทั้ง 3 อย่างให้ถึงขีดสุดด้วยกระบวนการทำมือหรือ Manual นั้นเป็นอะไรที่ท้าทายอย่างมาก เพราะอาจจะเจอกับความขัดแย้งต่าง ๆ เช่น วัตถุดิบที่แข็งแรง (Strong) อาจจะไม่ได้มีความแข็ง (Stiff) ซึ่งการดำเนินการด้วยมือทั้งหมดจะใช้เวลาจำนวนมาก ในขณะที่การดทสอบส่วนใหญ่จะคว้าน้ำเหลว

อัลกอริทึ่มได้นำเสนอวัตถุดิบที่มีประสิทธิภาพดีที่สุด 12 ชนิด ซึ่งมีคุณสมบัติที่ระบุไว้ข้างต้น 3 ประการในสัดส่วนที่ต่างกันหลังจากทดสอบตัวอย่าง 120 ตัวอย่าง

ความเร็วในกระบวนการเหล่านี้สามารถเพิ่มขึ้นได้อีกหากเพิ่มเติมในส่วนของระบบอัตโนมัติเข้าไป นักวิจัยได้ผสมและทดสอบแต่ละตัวอย่างด้วยมือ แต่หุ่นยนต์สามารถจ่ายและผสมส่วนผสมได้ในระบบซึ่งเป็นสิ่งที่จะเกิดขึ้นในอนาคต

ที่มา:
News.mit.edu