The State University of New YorkとConcordia Universityの研究グループが、インクジェット式液体金属印刷システムにおける機械学習を用いた制御システムの開発に成功しました。
この研究成果は、Procedia Manufacturing (2017)に掲載されています。
この記事は下記論文の紹介記事です。
論文：
Wang, Tianjiao, Tsz-Ho Kwok, and Chi Zhou. "In-situ droplet inspection and control system for liquid metal jet 3D printing process." Procedia Manufacturing 10 (2017): 968-981.
液体金属ジェット印刷（ＬＭＪＰ）は、高速造形可能であり、低コストといった特徴をもつ革新的な3D印刷技術です。
金属の射出は、液体金属の磁気流体力学的性質によって行っています。その溶融とインクジェットプロセスが結合されているため、現在の金属3D印刷技術と比較してコストが10分の1、造型速度が10倍という早い速度を達成することができます。
しかしながら、噴射プロセスは多くの不確実な要因によって影響を受けるため、噴射プロセスを安定させ、品質の高い造型を行うことは難しいとされていました。
この課題に対処するために、同グループはシームレスに液滴の挙動を検査し、それに応じて印刷プロセスを安定させるため、視覚ベースの技術とニューラルネットワークツールを統合することによって閉ループ制御フレームワークを作製しました。
このシステムは、観察結果に基づいて不確かな影響を補正するために印加される駆動電圧を自動的に調整します。
また、この補正を実現するために、まず液滴吐出画像から複数の特徴と特性を抽出しています。次に、駆動電圧の調整方法を決定するために、PID制御プロセスと一緒にニューラルネットワークを使用しています。
この作製した制御フレームワークを、LMJPと非常によく似た噴射メカニズムを持つ圧電ベースのインクジェットエミュレータで検証しました。検証結果は、著しく安定した噴射挙動がリアルタイムで得られることを示しています。
今回開発したシステムは、その普遍的に特性のために、他の液滴関連用途にも適用することができると考えられます。