Студент третьего курса Донского государственного технического университета по направлению «Информационные системы и технологии» Егор Столбовой разработал проект нейросети NyuroPrint, способной анализировать и предотвращать дефекты в процессе 3D-печати.
Разработка представляет собой сервис на основе искусственного интеллекта с алгоритмами, созданными специально для оперативного обнаружения дефектов 3D-печати, сообщает пресс-служба вуза. Применение NyuroPrint позволит экономить время и ресурсы.
«Качество 3D-печати играет решающую роль в производственных процессах, поэтому наша цель — предоставить потенциальным пользователям инструменты для минимизации временных и финансовых затрат на отладку оборудования», — рассказал Егор Столбовой.
В проект планируется добавить определение от пяти до десяти дефектов. Позже будет создана система, способная на только выявлять, но и предотвращать дефекты за счет автоматической настройки параметров 3D-печати. На сегодня в сервисе реализованы определение недоэкструзии и рекомендации по калибровке оборудования. Рекомендательная система — это программа, которая в случае определения дефекта нейронной сетью дает текстовые подсказки по настройке 3D-принтера для предотвращения повторных дефектов.
«Восемьдесят процентов дефектов 3D-печати появляются из-за неправильной настройки оборудования. Например, дефект недоэкструзии может появиться вследствие низкой температуры печати: это когда пластика подается меньше, чем нужно, и на детали появляются заметные дырки или искажения, а сами слои слабо крепятся друг к другу. Наш конечный продукт будет находить дефект, определять его степень и изменять значение температуры», — пояснил Егор.
Идея автоматизировать настройку параметров 3D-печати возникла у Егора еще в школе: в 2022 году он вместе с партнером по 3D-печати, программистом Михаилом Кравцовым, разработал концепцию применения нейронных сетей для автоматизации процесса.
«Вместе с партнером мы детально разобрали существующие дефекты 3D-печати, распределив их по категориям. Также проанализировали причины, по которым возникают ошибки, и разработали способы их исправления», — рассказал Егор.
Исследование реализуется на грант Фонда содействия инновациям по результатам конкурса «Студенческий стартап» в рамках федерального проекта «Платформа университетского технологического предпринимательства». За последний год проект нейросети, способной идентифицировать дефекты на основе фотографий тестовых моделей, вышел в финал конкурса программы «Умник», а также был представлен на Южном инновационном форуме, где занял призовое место, а затем выиграл грант Фонда содействия инновациям. Сейчас программисты ожидают получение статуса резидентов Сколково.
А у вас есть интересные новости? Поделитесь с нами своими разработками, и мы расскажем о них всему миру! Ждем ваши идеи по адресу news@3Dtoday.ru.