Avi Reichental (PRNewsfoto/Techniplas)

L’impression des pièces semble être un processus facile lorsque le fabricant dispose de tous les outils à sa portée (matériel, logiciels et matériaux) ou lorsqu’on lui en donne l’accès. Cependant, comprendre ce qui se passe à l’intérieur du processus d’impression 3D n’est pas si facile. En fait, la fabrication additive implique un large éventail de variables complexes qui doivent être contrôlées afin d’atteindre un niveau acceptable de précision et d’allégement dans les pièces imprimées.

Cette quête pour l’allègement suscite une nouvelle façon de penser le design et fait appel à des technologies comme l’intelligence artificielle (IA) qui génèrent de multiples solutions de conception pour l’industrie automobile.

Techniplas, fournisseur de BMW, Daimler, Ford et Fiat, combine l’impression 3D et l’intelligence artificielle pour alléger les pièces jusqu’à 47 % maximum. A l’aide d’illustrations tirées de l’expérience de l’entreprise, Avi Reichental, CEO de Techniplas Digital, démystifie la complexité de l’IA dans les processus de fabrication.

Les technologies catalyseurs d’allègement

De nombreuses entreprises considèrent la fabrication additive métallique comme le premier catalyseur d’allègement. En effet, cette technologie d’impression 3D permet d’obtenir des pièces aux performances optimisées qui ne nécessitent pas trop de matériaux.

Cependant, Avi se penche actuellement sur la première étape du processus de fabrication, qui serait cruciale pour la production : le logiciel. Pour le CEO de Techniplas Digital, la clé de l’allégement (quand on regarde à ce qui peut réduire le matériau) est la conception générative (GD – Generative Design).

Même s’il n’existe pas encore de définition standard du concept, les experts ont tendance à décrire la conception générative comme une technologie qui requiert l’utilisation d’un calcul mathématique pour faciliter le processus de conception. La conception générative est souvent considérée soit comme un terme général englobant l’optimisation topologique, soit comme une technologie distincte.

« Des sociétés comme Autodesk peuvent utiliser la combinaison de la conception générative et de l’optimisation topologique pour optimiser la pièce. La combinaison de ces technologies conduirait à des géométries efficaces, et viserait] non seulement à réduire le poids mais aussi à augmenter les performances », a déclaré Avi Reichental.

Ce concept d’optimisation topologique (TO) est utilisé dans l’industrie depuis des décennies, dans le seul but d’optimiser la distribution des matériaux dans un espace de conception. Les structures d’optimisation topologique sont de nature complexe et ne sont donc pas souvent compatibles avec d’autres procédés de fabrication. La FA a l’habitude de traiter la complexité, ce qui réduit le temps de développement du produit lorsqu’il est combiné avec l’optimisation technologique.  

Parlant de l’industrie automobile en particulier, Avi déclare : « Les professionnels se préoccupent de l’efficacité énergétique, de la sécurité et de la performance, et la combinaison de la conception générative et de la FA donne une clé pour permettre l’allègement des pièces pendant la production et l’amélioration de la performance dans l’industrie automobile. »

Jusqu’à présent, il est encore difficile de déterminer à quel niveau l’IA entre en jeu.  

Comment l’intelligence artificielle peut-elle avoir un impact sur la fabrication additive ?

Comme nous l’avons mentionné précédemment, la FA nécessite un certain nombre de variables qui doivent être surveillées pour obtenir un niveau acceptable de précision et d’allégement dans les pièces imprimées. Les professionnels appliquent donc des tests d’essais et d’erreurs pour trouver la conception parfaite des structures de support. Cependant, cette solution prend beaucoup de temps.

La conception générative et les tests de génération sont ensuite combinés pour améliorer l’efficacité de l’impression et réduire les coûts. L’intelligence artificielle, d’autre part, est utilisée pour créer des processus de production intelligents orientés services pour l’industrie.

Selon Avi, quelques applications de l’IA dans la FA peuvent déjà être observées sur le marché. Elles incluent :

– La surveillance intelligente en temps réel des imprimantes 3D exploitées pour améliorer les processus et la traçabilité dans le temps ;

– La capacité de fournir des analyses prédictives et prescriptives aux opérateurs qui utilisent des imprimantes 3D ;

– L’optimisation de l’utilisation de la capacité pour les entreprises qui utilisent un parc d’imprimantes 3D. (Un parc d’imprimantes 3D peut soulever quelques contraintes pour les humains qui doivent toujours contrôler les imprimantes 3D, les surveiller constamment afin de s’assurer qu’elles fonctionnent bien.)

– La dernière consiste à marier l’ensemble du flux de travail, de la conception à la fabrication, avec la meilleure géométrie à imprimer ou à optimiser.

Ces applications montrent comment l’IA peut avoir un impact significatif sur la FA. Elles montrent également que, pour l’instant, l’amélioration de la conception et l’amélioration de l’efficacité semblent constituer les cas d’utilisation les plus importants de l’Intelligence Artificielle dans la Fabrication Additive. Cependant, pour ce qui est de l’allègement du poids des pièces, une question demeure sans réponse :

Quelles différences pouvons-nous apporter entre la simple utilisation de l’impression 3D sur des pièces légères et la combinaison de l’impression 3D et de l’IA ?

« Si vous utilisez l’impression 3D seule pour alléger les pièces, vous êtes complètement à la merci de la formation et des capacités des ingénieurs. Ils font l’expérience de la légèreté et de l’optimisation topologique et ils peuvent essayer d’optimiser la géométrie autant que possible s’ils ont les outils nécessaires dans leurs mains.  Ce que nous avons appris des entreprises automobiles avec lesquelles Techniplas travaille, est que le résultat est limité à la formation et à l’expérience dans le domaine de la conception. 

Par contre, si nous utilisons l’IA et l’optimisation technologique, nous pouvons réduire la majeure partie de l’intensité de la main-d’œuvre, éliminer la variabilité du résultat de la conception, obtenir des pièces redessinées très efficaces qui sont jusqu’à 20 ou 50 % plus légères, et générer une géométrie prête pour l’impression 3D.

Si nous considérons enfin la FA aujourd’hui avec l’IA et la conception générative, ce n’est pas suffisant pour atteindre un processus de production acceptable. Lorsque nous considérons la FA avec la conception générative, l’optimisation technologique et l’IA, on obtient un flux de travail très intelligent et performant qui peut réduire le poids de façon répétée tout en créant des pièces optimisées qui peuvent être utilisées dans des industries exigeantes », explique Avi.

L’un des plus grands défis de la fabrication additive est la nécessité d’une plus grande précision et la capacité de reproduire des pièces imprimées en 3D. Les explications d’Avi montrent que l’IA est un outil clé pour l’industrie automobile où les dimensions géométriques exactes sont cruciales pour permettre aux véhicules de fonctionner en toute sécurité et fiabilité. Même si quelques exemples ont été pris dans l’industrie automobile, nous croyons fermement que l’intelligence artificielle peut être utilisée dans d’autres industries exigeantes où les procédés de fabrication exigent des investissements de centaines de millions de dollars (p. ex. l’aérospatiale).

Images via Techniplas

Entre-temps, avant que les industries ne tirent pleinement parti de ces technologies, quelques défis doivent être relevés. Le plus important est l’éducation.

En effet, la conception générative est une technologie qui n’en est qu’à ses débuts, ce qui signifie que les ingénieurs sont certainement confrontés à certains défis.

De plus, en parlant des défis liés à l’industrie automobile, Avi ajoute l’importance de comprendre les cycles de conception des entreprises automobiles, la qualification des processus de FA pour la production automobile, et la perspective économique par rapport au moulage par injection.

Dernières réflexions

Alors que les professionnels s’interrogent encore sur l’importance de l’IA dans la FA, des entreprises comme Techniplas, qui sont à la pointe de l’innovation, démontrent que l’IA et l’apprentissage machine favorisent le développement des technologies de conception générative. La FA, de son côté, joue un rôle clé dans l’adoption de cette technologie.

Cependant, avec les améliorations qui doivent encore être apportées, attendez-vous à ce que la combinaison de l’IA, de la conception générative, de l’optimisation topologique et de la fabrication additive soit la plus grande force des entreprises dans la fabrication de demain.

Pour des informations exclusives sur l’impression 3D, abonnez-vous à notre newsletter et suivez-nous sur les réseaux sociaux !

Vous souhaitez-vous abonner à 3D ADEPT Mag ? Ou vous voulez figurer dans le prochain numéro de notre magazine numérique ? Envoyez-nous un email à contact@3dadept.com

Guest Post est une série d'interviews rédigées par l'équipe de 3D ADEPT Media. Chaque entretien aborde un sujet spécifique de l'industrie tout en mettant l'accent sur le secteur d'activité dans lequel l’entreprise opère.