Föreställ dig att använda maskininlärning för att säkerställa att delarna av ett flygplan passar ihop mer exakt, och kan monteras med mindre testning och tid. Det är en av användningsområdena bakom ny teknik som utvecklas av forskare vid Purdue University och University of Southern California.

"Vi tar verkligen ett stort steg och arbetar på framtidens tillverkning, " sa Arman Sabbaghi, en biträdande professor i statistik vid Purdue's College of Science, som ledde forskargruppen på Purdue med stöd från National Science Foundation. "Vi har utvecklat automatiserad maskininlärningsteknik för att hjälpa till att förbättra additiv tillverkning. Den här typen av innovation är på väg mot att i princip tillåta vem som helst att vara tillverkare."

Tekniken löser en aktuell betydande utmaning inom additiv tillverkning:enskilda delar som produceras behöver ha en hög grad av precision och reproducerbarhet. Tekniken tillåter en användare att köra programvarukomponenten lokalt inom sitt nuvarande nätverk, exponera ett API, eller programmeringsgränssnitt. Programvaran använder maskininlärning för att analysera produktdata och skapa planer för att tillverka de nödvändiga delarna med större noggrannhet.

"Detta har applikationer för många industrier, såsom flyg, där exakta geometriska dimensioner är avgörande för att säkerställa tillförlitlighet och säkerhet, ", sa Sabbaghi. "Det här har varit första gången där jag har kunnat se mitt statistiska arbete verkligen göra skillnad och det är den mest otroliga känslan i världen."

Forskarna har utvecklat en ny modellbyggande algoritm och datorapplikation för geometrisk noggrannhetskontroll i additiv tillverkningssystem. Additiv tillverkning, allmänt känd som 3D-utskrift, är en växande industri som involverar byggkomponenter på ett sätt som liknar en bläckstråleskrivare där delar 'odlas' från byggnadens yta.

Additiv tillverkning har utvecklats från ett prototyputvecklingsverktyg till ett som nu kan erbjuda många konkurrensfördelar. Dessa fördelar inkluderar formkomplexitet, avfallsminskning och potentiellt billigare tillverkning, jämfört med traditionell subtraktiv tillverkning där processen går ut på att börja med råvaran och flisa bort den för att få ett slutresultat.

Wohlers Associates uppskattar att additiv tillverkning är en industri på 7,3 miljarder dollar.

"Vi använder maskininlärningsteknik för att snabbt korrigera datorstödda designmodeller och producera delar med förbättrad geometrisk noggrannhet, " sa Sabbaghi. Den förbättrade noggrannheten säkerställer att de producerade delarna är inom de nödvändiga toleranserna och att varje del som produceras är konsekvent och kommer att fungera på samma sätt, om det skapades på en annan dator eller 12 månader senare.