Notebookcheck Logo

Il modello AI raggiunge un'elevata precisione nell'identificare la fonte delle parti stampate in 3D

L'apprendimento profondo rivela "impronte digitali" uniche su parti stampate in 3D (Fonte: Dall-E 3)
L'apprendimento profondo rivela "impronte digitali" uniche su parti stampate in 3D (Fonte: Dall-E 3)
I ricercatori dell'Università dell'Illinois hanno sviluppato un modello AI che rileva quale stampante 3D ha prodotto un pezzo analizzando i modelli di superficie microscopici.

I ricercatori dell'Università dell'Illinois hanno dimostrato che ogni stampante industriale 3-D lascia un sottile disegno superficiale specifico della macchina che ogni stampante 3D industriale lascia un sottile modello di superficie specifico della macchina. Una rete convoluzionale addestrata su questi modelli può dire quale stampante ha realizzato un pezzo con una precisione quasi perfetta.

Il team ha prodotto 9.192 pezzi su 21 macchine commerciali che coprono quattro processi di fabbricazione additiva: sintesi digitale della luce, fusione multi-getto, stereolitografia e modellazione a deposizione fusa. Ogni pezzo è stato scansionato su uno scanner piano di documenti a 5,3 µm per pixel, creando una libreria di immagini ad alta risoluzione per l'addestramento e il test dei modelli.

Utilizzando un'architettura EfficientNet-V2 e uno schema di votazione su più colture di immagini casuali, il modello ha identificato la stampante di origine per i pezzi non visti con un'accuratezza del 98,5%. Inoltre, ha riconosciuto il processo di produzione e il materiale con un'accuratezza fino al 100 percento e ha persino dedotto la posizione del vassoio di costruzione dei pezzi di sintesi digitale-luce con un'accuratezza di circa 5 cm (~1,97 pollici).

Lo studio ha mappato come l'accuratezza dipenda dalla risoluzione dell'immagine e dalle dimensioni del raccolto. Per i processi come la sintesi digitale della luce, era sufficiente un ritaglio di 200 µm di superficie; le parti in deposizione fusa necessitavano di regioni più ampie (≈3 mm), ma tolleravano una risoluzione inferiore, rendendo il metodo compatibile con le fotocamere e gli scanner disponibili sul mercato.

Oltre alla classificazione di base, l'approccio offre uno strumento pratico per la supervisione della catena di fornitura. Può confermare che un appaltatore ha utilizzato la macchina concordata, segnalare le modifiche di processo non segnalate e aiutare a rintracciare i pezzi difettosi o contraffatti senza etichette incorporate o collaborazione da parte del fornitore.

Fonte(i)

Please share our article, every link counts!
Mail Logo
> Recensioni e prove di notebook, tablets e smartphones > News > Newsarchive 2025 05 > Il modello AI raggiunge un'elevata precisione nell'identificare la fonte delle parti stampate in 3D
Nathan Ali, 2025-05-27 (Update: 2025-05-27)