Un nouveau système d'IA corrige les défauts d'impression 3D en temps réel.
infohightech ·
Les modèles de langage (LLM) dans le cycle d'amélioration continue. Des agents de supervision basés sur les LLM peuvent être utilisés à chaque étape du cycle d'amélioration continue. Ce cycle comprend l'évaluation de la qualité d'impression, l'identification des modes de défaillance, la collecte d'informations pertinentes, ainsi que la planification et la résolution des problèmes par l'ajustement des paramètres d'impression, garantissant ainsi des pièces de haute qualité et sans défaut. Crédit : Fabrication additive (2025). DOI : 10.1016/j.addma.2025.105027
La fabrication additive a révolutionné l'industrie manufacturière en permettant la production de produits personnalisés et économiques, avec un minimum de déchets. Cependant, la plupart des imprimantes 3D fonctionnant en circuit ouvert, elles sont réputées pour leur fragilité. De légères modifications, comme le réglage de la taille de la buse ou de la vitesse d'impression, peuvent engendrer des erreurs d'impression qui fragilisent mécaniquement la pièce en cours de fabrication.
Traditionnellement, les fabricants règlent ces problèmes au cas par cas, en « surveillant » l'imprimante de près pour ajuster manuellement les paramètres et tester des échantillons afin de déterminer l'origine du problème.
Un nouveau LLM s'attaque aux problèmes d'impression 3D
Amir Barati Farimani, professeur associé de génie mécanique à l'université Carnegie Mellon, automatise l'impression 3D grâce à un nouveau modèle de langage à grande échelle qui corrige les erreurs d'impression en temps réel, sans aucun pré-apprentissage. Ce modèle est compatible avec toutes les imprimantes et peut être utilisé avec une large gamme d'imprimantes et différents matériaux.
« Il y a à peine trois ans, ce type de technologie n’aurait pas été possible », a déclaré Yayati Jadhav, doctorant et premier auteur de cette recherche publiée dans Additive Manufacturing .
« Aujourd’hui, les titulaires d’un master en droit ont accès à la quasi-totalité du savoir humain, mais le défi consistait à n’en extraire que les éléments les plus pertinents. Nous avions besoin d’un modèle capable d’identifier les erreurs d’impression 3D, de les expliquer en termes simples et de corriger automatiquement le problème en temps réel. »
Crédit : Yayati Jadhav
Le système fonctionne grâce à une architecture multi-agents , composée de quatre agents LLM spécialisés, qui permet une amélioration continue du système en boucle ouverte. Ces agents modulaires sont coordonnés par un agent superviseur qui gère l'ensemble du processus de contrôle qualité.
Ce dispositif s'inspire de la structure d'un orchestre symphonique : le chef d'orchestre fait intervenir de manière sélective des sections spécifiques de musiciens experts en fonction du passage interprété. Chaque section travaille avec une grande autonomie, apportant ses compétences spécialisées tout en restant en harmonie avec l'ensemble de la composition.
Comment fonctionne la structure orchestrale
Fonctionnant en boucle continue, des caméras capturent des images de dessus et de face de chaque couche imprimée. Un modèle de vision par ordinateur analyse ces images pour détecter les défauts et évaluer la qualité d'impression, tandis que des agents de planification évaluent l'état de l'imprimante (température, débit de matériau, etc.) et élaborent un plan d'action correctif. Des agents d'exécution traduisent ensuite ce plan en commandes machine et fournissent à l'imprimante un retour d'information exploitable en temps réel.
Dans ce cadre, le superviseur joue un rôle similaire. Il active chaque module au moment opportun, en faisant appel aux experts les plus compétents pour l'étape actuelle du problème. Chaque module exécute ensuite sa tâche spécialisée et rend compte au superviseur une fois sa partie terminée. Ceci permet au système de fonctionner de manière coordonnée et modulaire, à l'image du modèle orchestral d'expertise distribuée sous une direction centralisée.
gains de performance et attrait dans le monde réel
Les pièces fabriquées à l'aide du procédé LLM ont présenté une intégrité structurelle nettement supérieure et une capacité de charge maximale 5,06 fois plus élevée. Lors de tests comparatifs avec 14 experts en fabrication additive, le procédé LLM a systématiquement identifié les principaux modes de défaillance avec une grande précision.
Jadhav a souligné que la conception modulaire du système le rend particulièrement intéressant pour les entreprises soucieuses de la sécurité des données.
« Les fabricants peuvent ainsi protéger leur propriété intellectuelle tout en n'autorisant leurs partenaires externes qu'à accéder aux modules spécifiques nécessaires à l'impression des composants », a-t-il expliqué.
Vers une fabrication adaptative et autonome
De plus, le système génère des commentaires détaillés, permettant aux ingénieurs à l'origine des pièces de comprendre exactement ce qui s'est mal passé lors de l'impression.
« L’avenir est adaptatif », a déclaré Barati Farimani. « L’ intégration des modèles linéaires à basse résolution (LLM) dans le processus d’impression 3D représente une avancée majeure. À mesure que ces modèles évoluent, leur capacité à analyser des données multimodales plus riches ouvrira la voie à des possibilités encore plus vastes. Pour l’heure, ces travaux jettent les bases de systèmes de fabrication véritablement intelligents et autonomes, capables d’atteindre des niveaux de précision et de fiabilité sans précédent. »