Fabrication additive métalIARecherche sur la FA

Des chercheurs de l’ASU améliorent l’impression 3D de l’acier inoxydable 316L grâce à l’intelligence artificielle

Le nouveau système prédit la formation de la microstructure en temps réel, réduisant considérablement le temps de simulation et augmentant la précision de l'impression

Stay up to date with everything that is happening in the wonderful world of AM via our LinkedIn community.

Selon l’Université d’État de l’Arizona (ASU), des chercheurs utilisent l’intelligence artificielle pour améliorer de manière significative l’impression 3D métallique, la rendant plus rapide, plus précise et moins génératrice de déchets. Les professeurs Aviral Shrivastava et Ashif Iquebal dirigent ce projet financé par la NSF intitulé « CompAM : Vers une fabrication additive computationnelle ».

L’équipe devait relever le défi d’imprimer en 3D une hélice navale en acier inoxydable 316L à cinq axes — une pièce présentant des exigences complexes tant sur le plan géométrique que fonctionnel — tout en contrôlant avec précision la microstructure du métal. Leur objectif était d’atteindre des tailles de grain inférieures à un micron — plus petites qu’un fil de soie d’araignée — afin d’améliorer considérablement les propriétés du matériau.

« Lorsqu’on imprime du métal, la qualité dépend en réalité de la courbe de refroidissement », explique Shrivastava. Les méthodes traditionnelles nécessitent soit des mois de simulation sur superordinateur, soit des essais-erreurs coûteux. L’équipe cherche à éliminer ces contraintes en développant un système reposant sur la physique et alimenté par l’IA, capable d’apprendre en temps réel comment le métal se forme pendant l’impression. Plutôt que d’avoir recours à des simulations intensives, leur modèle identifie intelligemment les zones critiques pour s’y concentrer, en évitant celles qui restent stables. Cela permet non seulement de réduire considérablement le temps de simulation, mais aussi d’en accroître la précision.

« La physique n’est qu’un ensemble de règles suivies dans le monde réel », ajoute Shrivastava. En combinant ces règles à un apprentissage fondé sur les données, l’IA peut s’adapter sans dépendre de vastes ensembles de données.

« La véritable valeur de ce travail réside dans sa capacité à relier la recherche aux besoins industriels », affirme Iquebal. Dans des secteurs comme l’aérospatiale ou la défense, où la performance des matériaux est essentielle, la possibilité de prédire et d’ajuster leurs propriétés à l’avance représente un changement de paradigme.

Grâce à l’imprimante 3D de pointe de l’ASU — équipée de lasers et d’un bras robotique à six axes — l’équipe comparera les microstructures prédites à celles obtenues dans l’hélice imprimée. Les résultats seront comparés aux méthodes traditionnelles, et les outils développés seront rendus accessibles en source libre.

Cette initiative accélère non seulement la fabrication avancée, mais elle intègre également l’IA directement dans l’enseignement du génie et dans les applications industrielles — transformant la théorie en réalité métallique concrète.

Articles similaires

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Bouton retour en haut de la page