3D-Priad
Acronyme
3D-PRIAD
Titre long
3D Printer with Intelligent Anomaly Detection : Conception d’un modèle comportemental multimodale et générique pour la détection d’anomalie et le suivi de qualité au cours du processus d’impression 3D.
Mots-clés
Détection d’Anomalies, Industrie du Futur, Impression 3D, Machine Learning, Apprentissage non-supervisé
Axe transverse concerné
IFUI
Membres du projet
- Cédric Bobenrieth : Coordinateur du projet, Enseignant-Chercheur, équipe MLMS
- Arash Habibi : Maître de Conférence, équipe IGG
- Hyewon Seo : DR CNRS, équipe MLMS
Durée du projet
2 ans
Résumé du projet
À l’apogée de l’industrie 4.0 et de l’automatisation avec une supervision humaine minimale, la conception de nouvelles méthodes et applications permettant un suivi et un contrôle de la production est un réel enjeu. Le projet 3D-PRIAD se concentre spécifiquement sur les problématiques liées à la production par impression 3D. En effet, il est nécessaire qu’une imprimante 3D puisse fonctionner de manière autonome en permanence tout en assurant une production de pièces de bonnes qualités. Ce projet regroupe le savoir-faire d’analyse d’images et de modèles 3D de l’équipe IGG avec les connaissances en deep learning de l’équipe MLMS afin de concevoir un modèle comportementale multimodale et générique d’une imprimante 3D qui permettra un suivi en temps réel de la qualité de l’impression et la détection automatique d’anomalies.
Objectifs scientifiques
Le but du projet 3D-PRIAD consiste en la conception d’un modèle multimodale du comportement d’une machine de production afin de mettre en place un suivi en temps réel de détection automatique d’anomalies tout au long du processus de production. Plus précisément, l’enjeu est de modéliser par un ensemble de données, le comportement normal d’une imprimante 3D, au sein d’une chaîne de production, qui résulte en une impression de bonne qualité. Ces données seront issues de multiples capteurs : caméras, capteurs internes à la machine, capteurs environnementaux de la pièce dans laquelle s’effectue la production. L’un des objectifs majeurs de ce projet sera de déterminer parmi toutes ces données celles qui influent sur la qualité du résultat final et les liens qui existent entre elles.
Une fois ces paramètres bien déterminés, il sera nécessaire de mettre au point une application permettant de déterminer la présence d’un comportement non-attendu et de prévenir automatiquement l’opérateur de la machine afin de corriger l’anomalie. Cette analyse a donc la contrainte d’être effectuée en temps réel.
Par ailleurs, l’une des difficultés principales de ce projet consiste en la mise en place d’un modèle générique n’étant pas spécialisé à un seul modèle d’imprimante ou une seule gamme de produits. Pour ce faire, il est nécessaire que le modèle soit adaptable, et puisse donc s’entraîner de manière non supervisée sur tout type de données.
Ce projet s’intègre donc parfaitement dans les thématiques de maintenance prédictive et d’analyse/prédiction de qualité que l’on retrouve dans le cas d’utilisation de l’Industrie connectée de l’axe IFUI.
Approche envisagée
L’approche envisagée consiste à diviser le projet en deux étapes principales : 1) détermination automatique de la qualité d’une impression 3D, effectuée à partir des données images récupérés des capteurs vidéo, 2) mise en place d’un suivi temps réel des paramètres influençant la qualité d’une impression 3D, en utilisant à la fois les données issues des capteurs environnementaux et les logs de la machine à un instant T ainsi que la qualité de l’impression produite à cet instant T. Chacune de ces étapes sera réparti sur une année du projet API.
Les livrables du projet attendu après ces deux ans sont : 1) application d’analyse de qualité d’un produit prenant en entrées des images du produit sous plusieurs angles, 2) application de prédiction de qualité d’un produit selon différents paramètres et 3) application de prédiction continue du comportement de l’imprimante 3D permettant de prédire les attentes aux temps T+1 et ainsi de détecter les anomalies en temps réel. Ces trois livrables seront réunis au sein d’une même application Web 3D-PRIAD permettant à l’opérateur de la machine de pouvoir procéder au suivi distanciel de la machine et de son bon fonctionnement. Dans cette optique, la plateforme BICS sera utilisée pour permettre le stockage et le traitement de nos données.
Le projet se focalisera sur des imprimantes 3D Prusa I3 MK3S, machine présente dans la Zone ICube de l’Ecam et tournant en moyenne 360 heures/mois, nous assurant ainsi d’avoir suffisamment de données à traiter au cours du projet. Ces machines ont également l’avantage de pouvoir être facilement customisable pour y insérer l’ensemble des capteurs et caméras propre à ce projet.