Команда исследователей во главе с Биллом Кингом, профессором механики и инженерного дела в Университете Иллинойса Урбана-Шампейн, обнаружила, что детали, изготовленные методом аддитивного производства, также известного как 3D-печать, несут уникальную подпись конкретной машины, которая их изготовила. Это вдохновило на разработку системы искусственного интеллекта, которая распознает подпись, или "отпечаток пальца", по фотографии детали и определяет ее происхождение.

"Мы все еще поражены тем, что это работает: мы можем напечатать один и тот же дизайн детали на двух идентичных машинах - одной модели, с одинаковыми настройками процесса, из одного материала - и каждая машина оставляет уникальный отпечаток, который модель искусственного интеллекта может отследить до машины", - сказал Кинг. "Можно точно определить, где и как что-то было сделано. Вам не обязательно верить своему поставщику на слово в чем бы то ни было".

Результаты этого исследования были недавно опубликованы в журнале Nature partner Advanced Manufacturing.

По словам Кинга, эта технология имеет серьезные последствия для управления поставщиками и контроля качества. Когда производитель заключает контракт с поставщиком на изготовление деталей для продукта, поставщик обычно соглашается придерживаться определенного набора машин, процессов и заводских процедур и не вносить никаких изменений без разрешения. Однако это положение трудно обеспечить соблюдением. Поставщики часто вносят изменения без предварительного уведомления, начиная с процесса изготовления и заканчивая используемыми материалами. Обычно они безвредны, но также могут вызвать серьезные проблемы с конечным продуктом.

"Современные цепочки поставок основаны на доверии", - сказал Кинг. "В начале отношений проводится комплексная проверка в форме аудитов и экскурсий по объектам. Но для большинства компаний нецелесообразно постоянно контролировать своих поставщиков. Изменения в производственном процессе могут долгое время оставаться незамеченными, и вы не узнаете об этом до тех пор, пока не будет изготовлена некачественная партия продукции. У каждого, кто работает на производстве, есть история о поставщике, который что-то изменил без разрешения и вызвал серьезную проблему."

Изучая повторяемость 3D-принтеров, исследовательская группа Кинга заметила, что допуски на размеры деталей коррелируют с отдельными машинами. Это вдохновило исследователей изучить фотографии деталей. Оказалось, что можно определить, на каком конкретном станке изготовлена деталь, процесс изготовления и используемые материалы - производственный "отпечаток пальца".

"Эти производственные отпечатки пальцев прятались у всех на виду", - сказал Кинг. "В мире существуют тысячи 3D-принтеров и десятки миллионов деталей, напечатанных на 3D-принтере, используемых в самолетах, автомобилях, медицинских приборах, потребительских товарах и множестве других применений. Каждая из этих частей имеет уникальную сигнатуру, которую можно обнаружить с помощью искусственного интеллекта."

Исследовательская группа Кинга разработала модель искусственного интеллекта для идентификации производственных отпечатков пальцев по фотографиям, сделанным камерами смартфонов. Модель искусственного интеллекта была разработана на основе большого набора данных, включающего фотографии 9192 деталей, изготовленных на 21 станке шести компаний и с использованием четырех различных производственных процессов. При калибровке своей модели исследователи обнаружили, что отпечаток пальца может быть получен с точностью до 98% всего с 1 квадратного миллиметра поверхности детали.

"Наши результаты показывают, что модель искусственного интеллекта может делать точные прогнозы при обучении всего из 10 частей", - сказал Кинг. "Используя всего несколько образцов от поставщика, можно проверить все, что они поставляют после этого".

Кинг считает, что эта технология обладает потенциалом для кардинального изменения управления цепочками поставок. С его помощью производители могут обнаруживать проблемы на ранних стадиях производства и экономить время и ресурсы, необходимые для точного определения причин ошибок. Эта технология также может быть использована для отслеживания происхождения незаконных товаров.

Майлз Бимроуз, Дэвис Макгрегор, Чарли Вуд и Самех Тауфик также внесли свой вклад в эту работу.