Fabrication industrielle

L’Empa optimise le soudage et l’impression 3D par laser

La production de pièces métalliques par laser reste souvent réservée aux manufactures les mieux équipées. À Thoune, des chercheurs de l’Empa veulent changer la donne en exploitant le machine learning pour réduire les coûts de ces procédés de fabrication industrielle.

Quand le laser apprend: les procédés de soudage au laser peuvent être optimisés en temps réel grâce au machine learning. (Source: Empa)
Quand le laser apprend: les procédés de soudage au laser peuvent être optimisés en temps réel grâce au machine learning. (Source: Empa)

Utilisés pour le soudage de composants ou l’impression 3D de pièces complexes, les procédés laser sont devenus incontournables dans de nombreux secteurs industriels. Mais ces techniques restent coûteuses et délicates à maîtriser, notamment à cause des nombreuses variables à ajuster. Pour lever ces obstacles, deux chercheurs de l’Empa à Thoune, Giulio Masinelli et Chang Rajan, ont développé une approche innovante reposant sur le machine learning. 

Objectifs déclarés de ces recherches: simplifier les étapes de réglage des machines laser, réduire le gaspillage de matériaux et démocratiser des technologies comme la fabrication additive métallique, ou Powder Bed Fusion (PBF). Dans son communiqué, l’Empa précise que cette méthode, qui permet de créer des géométries complexes couche par couche à partir de poudre métallique, exige habituellement de nombreux essais préliminaires pour ajuster des paramètres critiques comme la puissance du laser ou sa vitesse. Un processus chronophage et onéreux, souvent réservé aux grandes entreprises.

Un algorithme qui propose des réglages optimaux

En analysant les données issues des capteurs optiques intégrés aux machines, les chercheurs ont entraîné un algorithme capable d’identifier en temps réel le mode de fonctionnement du laser et de proposer les réglages optimaux pour l’essai suivant. Résultat: une réduction de deux tiers des essais nécessaires, sans compromettre la qualité des pièces produites.

Le duo s’attaque également au soudage laser, dans le but d’optimiser non seulement les réglages initiaux, mais aussi le processus lui-même, en réagissant dynamiquement aux irrégularités de la surface métallique.

Convaincus du potentiel du machine learning pour transformer les procédés laser industriels, Giulio Masinelli et Chang Rajan poursuivent leurs travaux avec des partenaires académiques et industriels. À terme, ils espèrent rendre ces technologies de pointe accessibles à un plus grand nombre d’acteurs économiques.
 

Tags
Webcode
Qni3W8EY