3D-tisk z ektruzijo polimernih filamentov se je v zadnjih letih zelo razvil. Sodobni 3D-tiskalniki lahko zanesljivo tiskajo z več različnimi materili v enem samem tisku. To se zaenkrat izkorišča za izdelavo več-barvnih izdelkov, ampak predstavlja možnost za tisk s filamenti, ki imajo različne materialne lastnosti – mehanske, električne, magnetne.
Vprašanje je: ali lahko s komercialno dostopnimi tiskalniki in materiali izdelamo pametne strukture, ki lahko zaznavajo svoje stanje in okolico? Veliko raziskav je že pokazalo, da lahko z električno prevodnimi materili natisnemo zaznavala deformacije. Glavna omejitev le-teh pa je, da so relativno nezanesljiva in neponovljiva, kar se kaže v slabi kvaliteti izmerjenih signalov. To je ena od pomembnih omejitev, ki 3D-natisnjenim pametnim strukturam preprečuje širšo uporabo.
Problema relativno slabe kvalitete 3D-natisnjenih zaznaval se raziskovalci pogosto lotevajo na nivoju materialov – optimizacija proizvodnje filamenta – in na nivoju tehnologije – optimizacija oblike zaznavala in parametrov tiska. V tej raziskavi pa smo se osredotočili na nivo procesiranja signalov. Ali lahko s sodobnimi pristopi strojnega učenja povečamo natačnost in zanesljivost 3D-natisnjenih zaznaval brez modifikacije materialov ali tehnologije? Postopek raziskave je sledil: 3D-tisk plošče s štirimi integriranimi zaznavali deformacije, zasnova konvolucijske nevronske mreže za identifikacijo lokacije dotika plošče iz signalov štirih integriranih zaznaval, priprava učne množice s ~10000 dotiki z znano lokacijo in na koncu, učenje nevronske mreže na učni množici.
Rezultati so pokazali, da na predstavljen način lahko z uporabo strojnega učenja naredimo predhodno nezanesljiva in nenatančna zaznavala izjemo natančna in tako potencialno primerna za realne aplikacije. Razvit sistem zazna lokacijo dotika s ~3 mm natančnostjo na plošči velikosti 100×100 mm².
Predstavljen način izdelave in realizacije 3D-natisnjene pametne stukture se lahko uporabi za poljebno strukturo in aplikacijo ter predstavlja eno od poti proti individualiziranim pametnim strukturam, ki jih lahko izdelamo takrat in kjer nastane potreba.
Članek je bil objavljen v ugledni reviji Virtual and Physical Prototyping (faktor vpliva 8.8) in je dostopen tu.