Une équipe de l’Université d’ingénierie de Toronto, menée par le professeur Yu Zou, explore l’utilisation de l’apprentissage automatique (AA) pour perfectionner les procédés d’impression 3D, en particulier dans le domaine de l’impression 3D métal, qui trouve des applications dans des industries variées telles que l’automobile, l’aérospatiale et le nucléaire. L’apprentissage automatique, une discipline relevant de l’intelligence artificielle, consiste à utiliser des algorithmes pour analyser des données complexes, détecter des motifs et faire des prévisions.
Dans un récent article paru dans la revue Additive Manufacturing, les chercheurs dévoilent un cadre innovant qu’ils ont nommé « Accurate Inverse Process Optimization Framework in Laser Directed Energy Deposition (AIDED) ». Ce système serait conçu pour affiner le processus d’impression 3D, afin de renforcer la précision et la fiabilité des objets produits. Mais en quoi consiste précisément cette méthode ?
