L’équipe de recherche. (De gauche à droite) Dr Younghan Song (KIST), Professeur Bumsoo Park (Université nationale des sciences et technologies de Séoul), Professeur Seungchul Lee (KAIST) et Dr Jongbeom Na (KIST)

Les imprimantes 3D, qui ne pouvaient auparavant produire que des objets rigides, peuvent désormais créer des produits aussi souples et extensibles que du caoutchouc. Une équipe de chercheurs coréens a utilisé l’intelligence artificielle pour identifier la « recette » optimale d’un matériau imprimable en formes complexes et capable de s’étirer jusqu’à plus de six fois sa longueur initiale. Ce matériau devrait élargir le champ d’application de l’impression 3D, des mains robotisées aux dispositifs portables ergonomiques en passant par les dispositifs médicaux sur mesure.

Le 1er septembre, le KAIST (L’Institut supérieur coréen des sciences et technologies) a annoncé qu’une équipe de recherche dirigée par le professeur Seungchul Lee du département de génie mécanique, en collaboration avec l’équipe du Dr Jongbeom Na du Centre de recherche sur les matériaux extrêmes de l’Institut coréen des sciences et technologies (KIST, président Sang-Rok Oh) ​​et le professeur Bumsoo Park du département des systèmes de fabrication et de l’ingénierie de conception (MSDE) de l’Université nationale des sciences et technologies de Séoul (SEOULTECH, président Dong-Hwan Kim), avait utilisé l’IA pour développer un matériau à la fois imprimable en 3D et très extensible, comme le caoutchouc.

Le besoin en tels matériaux — souples, extensibles et capables de prendre des formes complexes — s’est accru à mesure que les robots souples entrant en contact direct avec les personnes, les dispositifs portables portés sur le corps et les dispositifs médicaux adaptés aux patients ont suscité un intérêt croissant.

La technologie d’impression 3D utilisée par l’équipe, le traitement numérique de la lumière (DLP), permet de polymériser un matériau liquide pour lui donner la forme souhaitée en l’exposant à la lumière. Si le DLP permet de produire rapidement des structures complexes, rendre un matériau plus extensible et résistant tend à augmenter sa viscosité au point de le rendre trop peu fluide pour l’impression. Inversement, fluidifier le matériau pour faciliter l’impression réduit son extensibilité et sa résistance. Le principal défi consistait donc à développer un matériau à la fois facile à imprimer et très extensible.

L’équipe a utilisé l’IA pour identifier la « formule de matériau » optimale répondant aux deux conditions. Il est à noter que les données d’entraînement comprenaient non seulement des matériaux faciles à imprimer, mais aussi des matériaux très visqueux, difficiles à imprimer.

Les chercheurs ont durci différentes formulations de matériaux liquides dans de petits moules et ont mesuré leur extensibilité, leur dureté, leur vitesse de durcissement sous l’effet de la lumière et leur fluidité. Ils ont ainsi constitué un ensemble de données reliant une vaste gamme de formulations de matériaux à leurs propriétés respectives.

 Figure 1. Cadre de conception de matériaux basé sur l’IA proposé dans cette étude et son application à la robotique souple

L’équipe a ensuite utilisé l’apprentissage automatique pour examiner la relation entre la formulation des matériaux et leurs performances. Sur cette base, l’IA a identifié la combinaison de matériaux optimale, à la fois imprimable en 3D et très extensible.

Le matériau identifié par l’IA s’est imprimé de manière fiable sur une imprimante 3D DLP et a démontré une grande extensibilité, s’étendant jusqu’à plus de six fois sa longueur initiale lorsqu’il était tiré, sans se déchirer facilement.

Pour vérifier son potentiel en conditions réelles, l’équipe a imprimé en 3D un « actionneur souple » à partir de ce matériau. Un actionneur souple est un dispositif qui utilise la pression de l’air et d’autres moyens pour créer un mouvement doux, semblable à celui d’un muscle. Gonflé à l’air, il s’est dilaté comme un ballon et s’est plié aussi naturellement qu’un doigt.

Figure 2. Conception basée sur l’IA et propriétés mécaniques du matériau d’impression 3D

Une main robotique souple, composée de plusieurs actionneurs, a soulevé une bouteille d’eau de 1 kg et a saisi avec succès et stabilité des objets de formes et de rigidités variées, allant d’œufs fragiles à des bouteilles en verre, en passant par une boîte à œufs et une souris d’ordinateur.

Au-delà du développement d’un matériau unique hautement extensible, cette recherche est importante car elle présente une méthode basée sur l’IA permettant d’identifier plus rapidement les matériaux possédant les propriétés souhaitées.

Auparavant, les chercheurs devaient formuler et tester directement d’innombrables matériaux pour trouver la combinaison optimale. Désormais, l’IA pourra identifier les combinaisons de matériaux prometteuses à partir de données expérimentales, que les chercheurs vérifieront ensuite par des tests, réduisant ainsi les tâtonnements et le temps de développement des matériaux.

« Ces travaux de recherche sont importants car ils démontrent que la combinaison de données expérimentales et d’intelligence artificielle permet d’identifier efficacement des combinaisons de matériaux optimales, auparavant difficiles à trouver », explique le professeur Seungchul Lee. « Nous pensons que cette approche permettra de développer plus rapidement des matériaux d’impression 3D performants dans de nombreux domaines, tels que la robotique souple, les dispositifs portables et les dispositifs médicaux sur mesure. »

Figure 3. Pince robotique souple fabriquée à l’aide du matériau nouvellement développé

L’étude, dont le Dr Younghan Song et le professeur Bumsoo Park sont les premiers auteurs, a été publiée dans la revue internationale Nature Communications le 4 juin.

https://news.kaist.ac.kr/newsen/html/news/?mode=V&mng_no=66490