Notebookcheck Logo

Un modèle d'IA permet d'identifier avec une grande précision la source des pièces imprimées en 3D

L'apprentissage en profondeur révèle des "empreintes digitales" uniques sur des pièces imprimées en 3D (Source de l'image : Dall-E 3)
L'apprentissage en profondeur révèle des "empreintes digitales" uniques sur des pièces imprimées en 3D (Source de l'image : Dall-E 3)
Des chercheurs de l'université de l'Illinois ont mis au point un modèle d'IA qui détecte l'imprimante 3D qui a produit une pièce en analysant les motifs de surface microscopiques.

Des chercheurs de l'université de l'Illinois ont démontré https://grainger.illinois.edu/news/stories/75700 que chaque imprimante 3D industrielle laisse un motif de surface subtil, spécifique à la machine. Un réseau convolutionnel formé sur ces motifs permet de savoir quelle imprimante a fabriqué une pièce avec une précision presque parfaite.

L'équipe a produit 9 192 pièces sur 21 machines commerciales couvrant quatre procédés de fabrication additive : la synthèse numérique de la lumière, la fusion à jets multiples, la stéréolithographie et la modélisation par dépôt fusionné. Chaque pièce a été scannée sur un scanner de documents à plat à 5,3 µm par pixel, créant ainsi une bibliothèque d'images haute résolution pour l'entraînement et le test des modèles.

En utilisant une architecture EfficientNet-V2 et un système de vote sur plusieurs cultures d'images aléatoires, le modèle a identifié l'imprimante source pour les pièces non vues avec une précision de 98,5 %. Il a également reconnu le processus de fabrication et le matériau avec une précision allant jusqu'à 100 % et a même déduit la position du plateau de fabrication des pièces obtenues par synthèse numérique à la lumière avec une précision d'environ 5 cm (~1,97 in).

L'étude a montré comment la précision dépend de la résolution de l'image et de la taille de la récolte. Pour des processus tels que la synthèse numérique de la lumière, un cadrage de 200 µm de côté suffit ; les pièces obtenues par dépôt fusionné nécessitent des régions plus grandes (≈3 mm) mais tolèrent une résolution plus faible, ce qui rend la méthode compatible avec les appareils photo et les scanners disponibles sur le marché.

Au-delà de la classification de base, l'approche offre un outil pratique pour le contrôle de la chaîne d'approvisionnement. Elle peut confirmer qu'un entrepreneur a utilisé la machine convenue, signaler des changements de processus non signalés et aider à retracer des pièces défectueuses ou contrefaites sans étiquettes intégrées ni coopération du fournisseur.

Source(s)

Please share our article, every link counts!
Mail Logo
> Revues et rapports de ordinateurs portatifs et smartphones, ordiphones > Archives des nouvelles 2025 05 > Un modèle d'IA permet d'identifier avec une grande précision la source des pièces imprimées en 3D
Nathan Ali, 2025-05-27 (Update: 2025-05-27)