L’UNIVERSITÀ DI BUFFALO SVILUPPA UN SISTEMA DI PRODUZIONE INFORMATICA BASATO SULL’INTELLIGENZA ARTIFICIALE PER AUMENTARE L’EFFICIENZA DELLA STAMPA 3D
Un team di ricerca dell’Università di Buffalo (UB) sta sfruttando strumenti di intelligenza artificiale (AI), simulazione e big data per modernizzare i sistemi di produzione e migliorare la qualità, la produzione e l’efficienza di settori come la stampa 3D.
Finanziato da una sovvenzione di 2,3 milioni di dollari della National Science Foundation (NSF), il framework STREAM mira a creare un repository pubblico online in cui ricercatori e professionisti del settore possono condividere informazioni su dati, modelli, simulatori, controller e analisi, insieme a una serie di altre attività di ricerca .
“Un prodotto commerciale è il risultato finale di una lunga catena di passaggi intrecciati che possono abbracciare geografia, industrie e diversi processi di produzione”, ha affermato Hongyue Sun, assistente professore di ingegneria dei sistemi industriali presso UB. “Ogni passaggio può essere ottimizzato, ma ciò non significa sempre che sia per il maggior bene dell’intero processo produttivo. Quello che stiamo facendo è creare una struttura analitica che colleghi e coordini tutti questi processi.
“IL RISULTATO FINALE SARÀ UN SISTEMA CYBER-FISICO CHE UTILIZZA L’INTELLIGENZA ARTIFICIALE E ALTRI STRUMENTI PER OTTIMIZZARE E, IN DEFINITIVA, MIGLIORARE I SISTEMI DI PRODUZIONE”.
L’impronta digitale di una stampante 3D. Immagine tramite Wenyao Xu, Università di Buffalo.
La ricerca sulla stampa 3D di UB
I ricercatori di UB hanno precedentemente utilizzato l’IA, l’apprendimento automatico (ML) e altre tecnologie per apportare miglioramenti ai processi di produzione additiva.
Nel 2018, un team di UB ha sviluppato PrinTracker , un sistema di identificazione della stampante 3D in grado di tracciare gli oggetti stampati fino alla macchina che li ha creati. Di conseguenza, il sistema potrebbe aiutare le forze dell’ordine a reprimere il potenziale uso non etico e criminale delle stampanti 3D.
Più recentemente, nel 2020, un team di UB ha collaborato con il MIT per sviluppare un nuovo metamateriale ferroelettrico per la stampa 3D di fotopolimerizzazione, segnando un “grande balzo in avanti” verso la realizzazione di materiali sintetici più convenienti e adatti a varie applicazioni come l’elettronica.
L’obiettivo del framework STREAM è portare la complessa rete di passaggi e processi all’interno della catena di approvvigionamento sotto il controllo coordinato di un sofisticato sistema informatico connesso. Il framework utilizzerà l’intelligenza artificiale, la simulazione e altre tecnologie “Industria 4.0” per semplificare e collegare i diversi elementi delle catene di approvvigionamento all’interno di settori come la stampa 3D e i semiconduttori.
Le catene di approvvigionamento per questi settori hanno numerosi passaggi dipendenti, in particolare l’industria dei semiconduttori.
“Ciò include decine di fasi come la crescita dei cristalli, l’affettatura dei lingotti, la lappatura e la lucidatura dei wafer, la litografia, l’incisione, la planarizzazione chimico-meccanica”, ha affermato Sun. “Queste fasi hanno forti dinamiche e dipendenze. Le operazioni nelle fasi a valle sono influenzate dalle operazioni nelle fasi a monte, dal punto di vista della qualità e della produttività.
“AD ESEMPIO, PIÙ MACCHINE LAPPATRICI DEVONO ELABORARE IN MODO COLLABORATIVO CENTINAIA DI WAFER DALL’AFFETTATURA DI LINGOTTI; E IL PROCESSO IN TEMPO REALE E LE INFORMAZIONI SULLA PRODUZIONE DELLE MACCHINE SONO INTERDIPENDENTI E DETERMINANO CONGIUNTAMENTE LE PRESTAZIONI DEL SISTEMA”.
Durante tutto il progetto, il team di UB creerà un software che consente una comunicazione e un’elaborazione efficienti all’interno dei sistemi di produzione informatica. Inoltre, il team produrrà un sistema di modellazione per ottenere un controllo della qualità del processo accurato ed efficiente.
Il progetto vedrà anche la creazione di un sistema di simulazione e controllo della produzione per il miglioramento continuo della qualità, della producibilità e della produttività dei futuri sistemi di produzione multistadio e distribuiti.
L’obiettivo finale del progetto è creare un repository online per la condivisione di informazioni ed esperienze tra ricercatori e professionisti del settore. Il sistema faciliterà la condivisione delle conoscenze relative a dati, modelli, simulatori, controller, analisi e studi empirici, nel tentativo di promuovere lo sviluppo futuro di ecosistemi di produzione altamente intelligenti e interattivi che integrino la progettazione, la produzione e la logistica del prodotto.
Nell’ambito del progetto, i ricercatori dell’UB creeranno nuove attività di sensibilizzazione e sviluppo della forza lavoro per studenti K-12, laureandi e laureati, oltre a lavorare con professionisti nel campo della produzione.
