Des chercheurs de l’Université d’État de Washington utilisent l’intelligence artificielle pour imprimer en 3D un alliage de fusée de la NASA de manière plus rapide et moins coûteuse
Des chercheurs de l’Université d’État de Washington (WSU) ont mis au point une méthode utilisant l’intelligence artificielle pour identifier une manière plus rapide et moins coûteuse d’imprimer en 3D un alliage métallique haute performance, évitant ainsi la nécessité de tester manuellement plus de 100 millions de configurations d’impression.
Cette avancée pourrait rendre l’alliage, largement utilisé dans les applications aérospatiales et potentiellement dans d’autres industries, imprimable sur des équipements commerciaux plus courants. La stratégie d’intelligence artificielle développée par l’équipe pourrait également s’avérer utile pour d’autres problèmes scientifiques nécessitant un grand nombre d’expérimentations, comme la découverte de médicaments.
Les chercheurs de la School of Electrical Engineering and Computer Science et de la School of Mechanical and Materials Engineering de WSU ont publié leurs travaux dans les Proceedings of the AAAI Conference on Artificial Intelligence. Leur projet a également reçu le prix de l’Application Innovante Déployée lors de la conférence annuelle de l’organisation.
« Ninety percent of commercial printers cannot print this metal alloy, so given that we were able to find these feasible process parameters, it allows us to use those commercial printers, and we are essentially democratizing the printing of this alloy, » a déclaré Jana Doppa, professeur titulaire en informatique et professeur distingué en ingénierie, qui a dirigé la recherche.
Un alliage de la NASA conçu pour des températures extrêmes
Le matériau, GRCop-42, est un alliage composé de cuivre, de chrome et de niobium, développé par la NASA pour des environnements exigeants où la résistance à la chaleur et le transfert de chaleur efficace sont essentiels. En raison de sa conductivité thermique élevée tout en conservant sa résistance à des températures extrêmes, il est utilisé dans des systèmes aérospatiaux, y compris les chambres de combustion des moteurs de fusée liquides. Cependant, l’alliage est difficile et coûteux à imprimer en 3D, car le processus nécessite généralement une puissance laser substantielle.
Les tentatives précédentes d’impression du GRCop-42 avec des puissances inférieures disponibles sur des machines commerciales courantes n’ont pas réussi. Tester les paramètres d’impression un par un s’avère impraticable, chaque essai consommant des matériaux coûteux et nécessitant un équipement spécialisé. Un seul tirage peut coûter des centaines de dollars, et l’analyse complète de l’échantillon fini peut prendre plusieurs jours.
L’IA explore plus de 100 millions de possibilités
Les chercheurs ont commencé avec des données provenant de 37 configurations d’impression qui avaient échoué lors d’expériences antérieures. En utilisant ces résultats, ils ont développé une méthode capable d’estimer la probabilité qu’une combinaison de paramètres non testée produise une impression réussie. Le modèle d’IA a ensuite recommandé de petits groupes de nouvelles configurations à tester.
Les sélections de l’IA ont équilibré deux priorités : certaines expériences se concentraient sur des configurations prometteuses, tandis que d’autres exploraient des parties moins certaines de l’espace de recherche.
Au cours de trois mois de travail, l’équipe a identifié six configurations réussies à différents niveaux de puissance laser tout en limitant le projet à un total de 40 expériences. Pour la première fois, ils ont réussi à imprimer le GRCop-42 en utilisant 500 watts de puissance laser.
Un outil plus large pour la découverte scientifique
Les chercheurs estiment que la même approche guidée par l’IA pourrait être adaptée pour identifier des conditions de traitement exploitables pour d’autres alliages métalliques et systèmes de fabrication additive. Plus largement, cette méthode pourrait aider les scientifiques à s’attaquer à des problèmes où les résultats réussis sont rares, le nombre d’expériences possibles est énorme, et tester chaque option serait prohibitivement coûteux.
Les résultats de cette recherche soulignent l’importance de l’IA dans le domaine scientifique, ouvrant la voie à de nouvelles applications potentielles au-delà de la fabrication.
Source : Washington State University.
