A mesterséges intelligencia modell nagy pontossággal azonosítja a 3D-nyomtatott alkatrészek forrását

Az Illinois-i Egyetem kutatói kimutatták hogy minden ipari 3D-nyomtató finom, gépspecifikus felületi mintázatot hagy maga után. Az ezeken a mintákon kiképzett konvolúciós hálózat szinte tökéletes pontossággal meg tudja állapítani, hogy melyik nyomtató készítette az alkatrészt.

A kutatócsoport 21 kereskedelmi gépen 9192 alkatrészt állított elő, amelyek négy additív gyártási eljárást fedtek le: digitális fényszintézist, többsugaras fúziót, sztereolitográfiát és olvasztott leválasztású modellezést. Minden egyes alkatrészt síkágyas dokumentumszkennerrel 5,3 µm/pixel felbontással szkenneltek be, így létrehozva egy nagy felbontású képtárat a modellképzéshez és -teszteléshez.

Az EfficientNet-V2 architektúrát és egy több véletlenszerű képkivágáson alapuló szavazási sémát használva a modell 98,5 százalékos pontossággal azonosította a nem látott alkatrészek forrásnyomtatóját. A gyártási folyamatot és az anyagot is 100 százalékos pontossággal ismerte fel, és még a digitális fényszintetizálással készült alkatrészek építési tálcájának pozíciójára is nagyjából 5 cm-es pontossággal következtetett.

A tanulmány feltérképezte, hogy a pontosság hogyan függ a képfelbontástól és a vágásmérettől. Az olyan eljárásokhoz, mint a digitális fényszintézis, elegendő volt egy 200 µm-es négyzetméteres képkivágás; az olvasztott leválasztású alkatrészek nagyobb területeket igényeltek (≈3 mm), de elviselték az alacsonyabb felbontást, így a módszer kompatibilis volt a kapható kamerákkal és szkennerekkel.

Az alapvető osztályozáson túl a megközelítés gyakorlati eszközt kínál az ellátási lánc felügyeletéhez. Megerősítheti, hogy egy vállalkozó a jóváhagyott gépet használta, jelezheti a be nem jelentett folyamatváltozásokat, és segíthet a hibás vagy hamisított alkatrészek nyomon követésében, beágyazott címkék vagy a beszállító együttműködése nélkül.