מודל זיהוי יעיל מבוסס YOLO לפגמי נקבוביות בייצור תוספתי

למה חורים זעירים חשובים במתכת מודפסת בתלת‑ממד

חלקי מתכת המיוצרים בהדפסה תלת‑ממדית נכנסים לטיסות, רכבים ולשתלים רפואיים. אך בתוך הרכיבים המבריקים האלו עלולים להסתתר פגמים בלתי נראים: בועיות וחורים זעירים, הנקראים נקבים, שמחלישים את המתכת ועלולים להוביל לסדקים או לכשל. כיום בדיקה של פגמים כאלה לרוב מתבצעת באופן ידני ואיטי על תמונות ממיקרוסקופ. עבודה זו מציגה שיטה אוטומטית לאיתור ומדידת נקבים מיקרוסקופיים ולחיבורם ישירות לפרמטרי ההדפסה, ומציעה דרך לחלקי מתכת מודפסים אמינים ובטוחים יותר.

ייצור חלקי מתכת שכבה אחר שכבה

העבודה מתמקדת בשיטת הדפסה מתכתית נפוצה בשם התכה סלקטיבית בלייזר, שבה לייזר סורק שכבה דקה של אבקת מתכת וממיס אותה ליצירת כל פרוסת חלק מוצק. גישה זו מאפשרת צורות מורכבות ושימוש יעיל בחומר, ולכן מתאימה לשימושים תובעניים כמו תעשיית התעופה והציוד הרפואי. אולם החימום והקירור האינטנסיביים עלולים ללכוד גז, להשאיר אזורים שאינם מותכים לחלוטין, או ליצור "חור מפתח" עמוק בבריכת ההיתוך. כל אלו יוצרים נקבים—חללים מיקרוסקופיים מפוזרים בחומר—המרכזים עומס ומפחיתים חוזק וחיי עייפות. לכן שליטה בנקבוביות חיונית להפקת רכיבים מודפסים אמינים.

ללמד מחשב לראות פגמים חבויים

במקום להעמיס על מומחים לבחון כל תמונת מיקרוסקופ בעין, המחברים בנו מערכת ניתוח תמונה אוטומטית המבוססת על משפחת מודלים של בינה מלאכותית הידועה בשם YOLO, שנמצאת בשימוש נרחב לזיהוי מהיר של עצמים. הם אספו תמונות מיקרוסקופ אופטי ברזולוציה גבוהה מ‑49 מדגמי סגסוגת אלומיניום שהודפסו בעוצמות לייזר ומהירויות סריקה שונות, ויצרו מאגר נתונים של 980 תמונות. כל נקב בתמונות אלו סומן בקפידה בעט לצורך אמת קרקע. מעל לעיצוב הסטנדרטי של YOLOv5 הוסיפו הצוות מספר שיפורים: לוח זמנים חכם יותר ללמידה במהלך האימון, מודול "תשומת לב" שעוזר לרשת להתרכז בדפוסי נקב במקום בטקסטורת הרקע, ותכנית מיזוג תכונות קלת־משקל ששומרת על דגם קומפקטי תוך שילוב מידע בסקאלות שונות.

מתמונות לסטטיסטיקת נקבים מדויקת

לאחר אימון, המודל המשופר יכול גם לאתר כל נקב וגם לעקוב אחרי צורתו בתמונות מיקרוסקופ חדשות. התוכנה סופרת אוטומטית כמה פיקסלים שייכים לנקבים ומשווה זאת למספר הפיקסלים הכולל באזור המתכתי, ובכך מניבה ערך נקבוביות כולל לכל משטח מדגם. בדיקות מול וריאנטים מתקדמים אחרים של YOLO הראו שהעיצוב החדש השיג דיוק גבוה יותר בזיהוי נקבים תוך שמירה על דרישות חישוב צנועות, מה שהופך אותו מתאים לשימוש בחומרה תעשייתית טיפוסית. כאשר מדידות שטח הנקב השוו להערכות ידניות מדוקדקות, ההבדלים היו בסביבות חמש אחוז, דבר שמעיד שהשיטה האוטומטית מהימנה מספיק לניתוח כמותי שגרתי.

לקשר בין הגדרות ההדפסה להיווצרות נקבים

עם מדידות נקב אוטומטיות בידיהם, החוקרים בחנו כיצד שתי הגדרות מפתח בהדפסה—עוצמת הלייזר ומהירות הסריקה—מעצבות את הנקבוביות. הם מצאו שהגברה של עוצמת הלייזר מרמות נמוכות מקטינה במהירות את הנקבים, כיוון שהאבקה נמסה באופן מלא יותר והגז הלכוד מקבל זמן רב יותר להימלט. אך מעבר לנקודה מסוימת, עליות נוספות בעוצמה גורמות לבריכות התכה בלתי יציבות המתנודדות בעוצמה ובאופן זה יוצרות פגמים חדשים. מהירות הסריקה מראה סחרור דומה: הזזת הלייזר לאט מדי עלולה לחמם יתר על המידה את החומר, בעוד הזזה מהירה מדי מונעת התכה מלאה ולכידת גז. כדי ללכוד מגמות מורכבות אלו השתמשו החוקרים בכלי מתמטי הנקרא פולינומי צ'בישב לבניית משטח חלק שקושר בין העוצמה ומהירות לנקבוביות, והשיג התאמה מצוינת לנתונים הניסיוניים.

לקראת מתכות מודפסות בתלת‑ממד חכמות ובטוחות יותר

ללא מומחיות מיוחדת, המסר המרכזי הוא שהמחקר הופך תמונות מיקרוסקופ למדידות אוטומטיות ומהימנות של עד כמה חלק מתכת מודפס "חסר חורים", ולאחר מכן מקשר את המדידות חזרה לכפתורי ההדפסה שהמהנדסים יכולים לכוונן בפועל. השיטה לא רק מזהה ומעתקת נקבים אלא גם כמותית את היקפם וממפה אילו שילובי עוצמת לייזר ומהירות סריקה שומרים על נקבוביות נמוכה. למרות שהעבודה הנוכחית נשענת על מדגמים מלוטשים במעבדה ומיקרוסקופים אופטיים, ניתן להרחיב את הרעיונות לעבר ניטור על רצפת היצור ואופטימיזציה של התהליך. בטווח הארוך, כלים אוטומטיים ומונחי נתונים כאלה יסייעו להפוך את הדפסת המתכת לצפויה פחות מבוזבזת ובטוחה יותר ליישומים קריטיים.

ציטוט: Ni, R., Xu, S., Chen, H. et al. An effective detection model based on YOLO for pore defects in additive manufacturing. Sci Rep 16, 14379 (2026). https://doi.org/10.1038/s41598-026-43970-2

מילות מפתח: ייצור תוספתי, התכה סלקטיבית בלייזר, זיהוי פגמים, למידה עמוקה, ניתוח נקבוביות