Trí tuệ Nhân tạo Thông tin từ Nam Kinh: Đột phá Dự đoán Nhiệt độ Thời gian Thực trong Sản xuất Bồi đắp Kim loại

Các nhà nghiên cứu tại Đại học Công nghệ Nam Kinh đã phát triển một mô hình trí tuệ nhân tạo (AI) tiên tiến, đánh dấu một bước tiến đáng kể trong lĩnh vực sản xuất bồi đắp (additive manufacturing). Hệ thống dựa trên nguyên lý vật lý này được thiết kế nhằm mục đích dự đoán tức thời các chế độ nhiệt độ trong quá trình Sản xuất Bồi đắp Hồ quang Dây (WAAM).

Việc công bố kết quả nghiên cứu này trên tạp chí uy tín *Communications Engineering* là một cột mốc quan trọng, hướng tới việc nâng cao chất lượng và sự ổn định của các chi tiết kim loại được in 3D. Bản chất của phát minh nằm ở việc tạo ra một mạng nơ-ron hồi quy hình học được thông tin hóa vật lý (physically-informed geometric recurrent neural network). Phương pháp lai ghép này đã kết hợp thành công các định luật vật lý cơ bản với sức mạnh của học sâu, cho phép mô hình hóa động học hành vi nhiệt của vật liệu.

Thành tựu quan trọng nhất chính là tốc độ hoạt động đáng kinh ngạc. Trong khi các phương pháp truyền thống, chẳng hạn như mô hình hóa phần tử hữu hạn, có thể cần tới một giờ để đưa ra kết quả chính xác, thì mô hình mới này lại thể hiện hiệu suất vượt trội, cung cấp dự đoán chỉ trong vòng 12 mili giây. Khả năng này cực kỳ thiết yếu để triển khai các chu trình phản hồi vòng kín trong các quy trình công nghiệp.

Nhóm nghiên cứu, do ông Minxuan Tian từ Trường Cơ khí và Kỹ thuật Điện lực dẫn đầu, đã giải quyết đồng thời hai thách thức lớn: khắc phục sự chậm chạp về mặt tính toán của các mô phỏng cổ điển và giảm thiểu sự tích lũy lỗi thường thấy ở các mô hình chỉ dựa trên dữ liệu. Trong các thử nghiệm thực tế, bao gồm việc in các cấu trúc thép thành mỏng từng lớp bằng thiết bị WAAM robot, mô hình đã cho thấy sai số dự đoán tối đa khoảng 4,5% trong các mô phỏng và 13,9% trong các thử nghiệm thực tế.

Hệ thống này có khả năng dự đoán ổn định sự tiến triển của nhiệt độ trong khoảng thời gian lên đến 10 giây. Đây là một "cửa sổ" then chốt để quản lý dòng nhiệt và giảm thiểu ứng suất dư. Việc kiểm soát nhiệt độ trong in 3D kim loại là nền tảng, bởi lẽ sự gia nhiệt hoặc làm mát không đồng đều chắc chắn sẽ dẫn đến các khuyết tật như nứt và biến dạng, làm suy giảm tính toàn vẹn của sản phẩm cuối cùng.

Việc tích hợp các ràng buộc vật lý trực tiếp vào kiến trúc mạng nơ-ron đảm bảo rằng các dự đoán luôn có cơ sở vật lý vững chắc. Điều này cho phép hệ thống tổng quát hóa dữ liệu hiệu quả cho nhiều hình dạng hình học và chế độ quy trình khác nhau. Hơn nữa, các nhà nghiên cứu cũng nhấn mạnh rằng việc rút ngắn thời gian đào tạo thông qua học chuyển giao (transfer learning) đã nâng cao đáng kể tính ứng dụng và khả năng thích ứng của công nghệ này với các điều kiện sản xuất đa dạng.

Bước nhảy vọt về phương pháp luận này mở ra triển vọng hiện thực hóa các hệ thống điều khiển tiến (feed-forward control) trong sản xuất bồi đắp. Điều này cho phép máy móc điều chỉnh các thông số như đầu vào nhiệt hoặc tốc độ cấp dây trước khi vấn đề phát sinh. Bằng cách cung cấp khả năng kiểm soát nhiệt độ chính xác, theo thời gian thực, AI từ Nam Kinh hứa hẹn sẽ giảm thiểu đáng kể vật liệu phế thải, tăng tốc độ sản xuất và đảm bảo chất lượng đồng nhất cho các bộ phận kim loại phức tạp được sử dụng trong các lĩnh vực công nghiệp trọng yếu.