Innovazione nella Stampa 3D
La divisione di stampa 3D di HP ha adottato l’AI open-source di NVIDIA, chiamata Modulus, per migliorare i suoi processi di stampa 3D. Questo strumento AI utilizza reti neurali informate dalla fisica per integrare le leggi fisiche nei modelli di machine learning (ML), migliorando così l’efficienza e la precisione nella produzione. Grazie a questa tecnologia, HP ha sviluppato Virtual Foundry Graphnet, un sistema che predice e ottimizza il processo di sinterizzazione dei metalli.
Ottimizzazione della Produzione
Virtual Foundry Graphnet aiuta a semplificare la produzione prevedendo con precisione il comportamento delle polveri metalliche durante il processo di stampa 3D. Ciò consente ai produttori di ottimizzare il processo, riducendo errori e difetti e migliorando la qualità delle parti. Utilizzando un approccio di deep learning basato su grafi, l’AI prevede la deformazione delle parti durante la sinterizzazione del metallo, un passaggio noto per la significativa deformazione. I modelli surrogati AI simulano rapidamente questi comportamenti, fornendo previsioni accurate e accelerando il processo.
Simulazioni Veloci e Accurate
Simulare il complesso processo di sinterizzazione del metallo nella stampa HP Metal Jet è fondamentale per ottimizzare i rendimenti. Il motore di inferenza per la sinterizzazione dei metalli, ben addestrato, impiega solo pochi secondi per ottenere i valori di deformazione finali, rendendo il processo molto più veloce ed efficiente. Inoltre, condividendo apertamente il suo lavoro, HP aiuta altri produttori a innovare e migliorare, rendendo gli strumenti AI avanzati accessibili a tutti nel settore.
Contributo alla Comunità di Stampa 3D
I progressi innovativi della divisione di stampa 3D di HP con Virtual Foundry Graphnet sono dettagliati in un recente articolo intitolato “Virtual Foundry Graphnet for Metal Sintering Deformation Prediction”. Redatto dal team di HP e disponibile su arXiv, questo articolo discute lo sviluppo e l’applicazione del modello di deep learning basato su grafi progettato per prevedere la deformazione delle parti durante la sinterizzazione dei metalli. Lo studio evidenzia come questo modello avanzato acceleri significativamente i tempi di simulazione rispetto ai metodi tradizionali.
Miglioramenti nei Processi Produttivi
Utilizzando un approccio di deep learning basato su grafi, i ricercatori dimostrano come Virtual Foundry Graphnet possa accelerare drasticamente le simulazioni di deformazione a livello di voxel, con una precisione di 0,7 micrometri per un singolo passaggio di sinterizzazione e di 0,3 millimetri per un ciclo completo. Questi avanzamenti sono in gran parte dovuti all’uso di modelli surrogati AI, che forniscono previsioni rapide e precise. Questo migliora notevolmente il rendimento produttivo e la qualità delle parti, affermano gli autori dello studio, tra cui gli ingegneri di ricerca di HP Rachel Chen, Chuang Gan, Jun Zeng e Zijiang Yang, insieme all’ingegnere senior di software di NVIDIA Mohammad Nabian e all’ingegnere di machine learning Meta Juheon Lee.
Collaborazione Aperta e Innovazione
L’impegno di HP per l’innovazione open-source è evidente nei suoi contributi alla piattaforma NVIDIA Modulus. Rendendo Virtual Foundry Graphnet disponibile alla comunità manifatturiera più ampia, HP incoraggia la collaborazione e accelera lo sviluppo di applicazioni di ML informate dalla fisica.
Il team del digital twin di HP ha anche sviluppato modelli di fisica-ML innovativi per il suo digital twin di produzione, contribuendo a questo lavoro su Modulus. Questa tecnologia di digital twin consente agli ingegneri di processo di prevedere e ottimizzare sia i parametri di design che quelli di controllo del processo, migliorando la qualità delle parti e il rendimento produttivo.
Storia di Innovazione
HP ha una lunga storia di innovazione tecnologica, compreso lo sviluppo recente di HP Metal Jet, un sistema di produzione additiva di metalli che offre throughput e qualità di livello industriale per parti metalliche 3D innovative oltre le capacità di produzione tradizionali. Come parte del suo impegno nel digital twin, HP utilizza Virtual Foundry Graphnet per accelerare il calcolo delle transizioni di fase dei materiali in polvere metallica, permettendo un’emulazione quasi in tempo reale e ad alta fedeltà del processo di sinterizzazione dei metalli.
Benefici e Conclusioni
I benefici dell’uso di Virtual Foundry Graphnet sono significativi. Rende la produzione più veloce ed efficiente, permettendo la realizzazione di prodotti in tempi più brevi e a costi inferiori. Inoltre, garantisce che i prodotti siano di alta qualità, fondamentale per le aziende che devono rispettare standard rigorosi e fornire prodotti affidabili ai clienti.
HP e NVIDIA hanno una storia di collaborazioni di successo, sfruttando le unità di elaborazione grafica (GPU) avanzate di NVIDIA e le tecnologie AI per migliorare le soluzioni di calcolo e stampa di HP. Questo partenariato ha visto l’integrazione delle GPU di NVIDIA nelle workstation ad alte prestazioni di HP, fornendo potenti capacità di calcolo per i professionisti in vari settori, tra cui design, ingegneria e produzione multimediale.
HP dimostra come la tecnologia avanzata possa essere condivisa per il beneficio di tutti, creando un’industria più dinamica e inclusiva in cui i produttori di tutte le dimensioni possono utilizzare l’AI avanzata per migliorare i loro processi, aumentare la qualità dei prodotti e ridurre i costi. Questo tipo di condivisione open-source è fondamentale per promuovere il progresso nell’industria manifatturiera.
