La startup Spare Parts 3D (SP3D) a développé un outil numérique qui permet de créer automatiquement un modèle 3D d’une pièce à partir de son dessin technique en 2D.
Baptisée « Théia« , la solution est le fruit d’un projet de R&D de trois ans, lancé en 2022, en partenariat avec le LURPA (laboratoire universitaire de recherche en productique) de l’ENS Paris-Saclay et avec le soutien financier de l’Agence de l’innovation de défense (AID).
Théia viendrait renforcer les capacités de DigiPARTTM ; le logiciel de Spare Parts 3D qui peut déjà déterminer, à grande échelle, toutes les pièces détachées techniquement et économiquement imprimables. Ce faisant, le logiciel peut créer leur jumeau numérique (passeport numérique) et identifier un fournisseur d’impression 3D pour une impression à la demande, aussi proche que possible, en utilisant les matériaux et les processus les plus appropriés.
Spare Parts 3D explique que toutes les entreprises n’ont pas numérisé les dessins techniques en 2D de leurs pièces détachées. Même si ces dessins sont disponibles sous forme électronique, leur conversion en modèles 3D est un processus long et coûteux. Theia automatise ce processus, réduisant le temps de conversion de plusieurs jours à quelques minutes. Theia contribue à accélérer la numérisation exhaustive des stocks de pièces détachées, à diminuer le coût d’accès à la numérisation, à démocratiser le passeport numérique et l’utilisation de la fabrication additive.
Pour le Professeur Nabil Anwer, CIRP Fellow, Professeur à l’Université Paris-Saclay, Directeur adjoint du LURPA à l’ENS Paris-Saclay, et expert en ingénierie de la forme et en reconstruction 3D :
« Théia répond à deux défis majeurs : d’une part, lire, comprendre et interpréter les informations présentes sur le dessin, et d’autre part, obtenir une forme 3D à partir de sa représentation sur des plans 2D, tout en respectant les spécifications géométriques et dimensionnelles de l’objet original. Le développement de Théia est le fruit d’un mariage harmonieux entre les nouveaux développements en IA (deep learning, segmentation, étiquetage automatique, etc.), la maîtrise des technologies classiques de vision par ordinateur (reconnaissance optique de symboles, feature matching) et l’analyse sémantique des dessins techniques. Cette combinaison permet d’identifier les différentes couches sémantiques du dessin 2D et ainsi d’interpréter le dessin technique de manière optimale pour sa reconstruction 3D« .
Nous sommes impatients de voir des cas d’utilisation de cet outil afin de mettre en évidence ses avantages économiques et environnementaux potentiels.
N’oubliez pas que vous pouvez poster gratuitement les offres d’emploi de l’industrie de la FA sur 3D ADEPT Media ou rechercher un emploi via notre tableau d’offres d’emploi. N’hésitez pas à nous suivre sur nos réseaux sociaux et à vous inscrire à notre newsletter hebdomadaire : Facebook, Twitter, LinkedIn & Instagram !