Page d'accueil

Qualification d'impression 3D de métal par Machine Learning

L'émergence de la fabrication additive par fusion lasersur lit de poudre offre la possibilité de fabriquer des pièces à géométrie impossibleà réaliser avec des procédés d'usinages classiques. Néanmoins, les pièces fabriquéespar impression 3D métallique peuvent présenter certains défauts durant la fusion dela poudre métallique. D'où l'intérêt de trouver un moyen de contrôle non destructifin situ, c'est-à-dire à l'intérieur de la machine tout au long de l'impression de lapièce.

Le présent travail de Bachelor propose une solution à base d'analyse des aspects speckles. Cela consiste à classifier les images speckles en fonction des défauts présents sur les surfaces des pièces en analysant la lumière laser réfléchi (speckles)après interférence avec la structure de la surface éclairée par le laser. Un systèmeoptique à base de caméra et laser ont été développé pour l'acquisition des images.Ensuite, les images ont été analysées par machine learning pour pouvoir lesclassifier au minimum en deux catégories (bon et mauvais état de surface).