Multi-scale closed-loop melt pool control for LPBF via policy optimization

एक ऐसी फैक्ट्री की कल्पना करें जहाँ रोबोट धातु की जटिल वस्तुएं किसी ब्लॉक को काटकर नहीं, बल्कि एक सुपर-हॉट लेजर से पेंट करके बना रहे हैं, जो एक बार में पाउडर की एक सूक्ष्म परत बिछाता है। यह प्रक्रिया, जिसे लेजर पाउडर बेड फ्यूजन (LPBF) कहा जाता है, 3D प्रिंटिंग का एक हाई-टेक संस्करण है, लेकिन इसमें प्लास्टिक के बजाय स्टील या टाइटेनियम का उपयोग होता है। जादू तब होता है जब एक लेजर बीम पाउडर के एक छोटे से बिंदु को पिघला देती है, जिससे वह नीचे की परत से जुड़ जाता है। यदि लेजर बहुत कमजोर है, तो धातु आपस में नहीं चिपकेगी (एक दोष जिसे "lack of fusion" कहा जाता है)। यदि यह बहुत शक्तिशाली है, तो यह धातु को उबाल देगी, जिससे छोटे बुलबुले बन सकते हैं या हिस्सा टूट भी सकता है (एक दोष जिसे "keyholing" कहा जाता है)।

समस्या यह है कि यह प्रक्रिया अविश्वसनीय रूप से संवेदनशील है। जैसे-जैसे रोबोट प्रिंट करता है, धातु गर्म होती जाती है, जैसे चूल्हे पर रखा पैन जो कभी ठंडा नहीं होता। यदि रोबोट तुरंत गर्मी को नियंत्रित नहीं करता है, तो हिस्सा मुड़ सकता है, टूट सकता है, या एक बेकार ढेले में बदल सकता है। पारंपरिक रूप से, इंजीनियरों को रोबोट की सेटिंग्स को मैन्युअल रूप से ट्यून करना पड़ता है, जिससे वे शक्ति और गति के सही संतुलन का अनुमान लगाने की कोशिश करते हैं। यह परीक्षण और त्रुटि (trial and error) का एक धीमा और महंगा खेल है, खासकर जटिल आकारों के लिए। यह शोध पत्र इस सिरदर्द को हल करने के लिए, रोबोट को गर्मी को "महसूस" करना और वास्तविक समय में खुद को ढालना सिखाकर, एक स्मार्ट, दो-भाग वाले नियंत्रण प्रणाली का उपयोग करता है जो गलतियों से सीखता है और अराजकता के अनुकूल होता है।

पिघलती धातु के लिए दो-दिमाग वाला समाधान

ETH ज़्यूरिख और इंस्पायर AG के शोधकर्ताओं ने इस पिघलने की प्रक्रिया को नियंत्रित करने का एक चतुर नया तरीका विकसित किया है, जो 3D प्रिंटर के लिए एक 'दोहरे-मस्तिष्क' (dual-brain) प्रणाली की तरह काम करता है। केवल गर्मी होने पर प्रतिक्रिया देने के बजाय, उनके सिस्टम में दो अलग-अलग "मस्तिष्क" मिलकर काम करते हैं: एक जो तेजी से सोचता है (इन-लेयर कंट्रोल) और एक जो रणनीतिक रूप से सोचता है (लेयर-टू-लेयर कंट्रोल)।

तेज दिमाग: क्षण में प्रतिक्रिया देना
कल्पមាន करें कि आप एक ऊबड़-खाबड़ सड़क पर कार चला रहे हैं। आपकी रिफ्लेक्सिस (प्रतिवर्त क्रियाएं) आपका "तेज दिमाग" हैं। जब आप किसी गड्ढे में गिरते हैं, तो आप कार को स्थिर रखने के लिए तुरंत स्टीयरिंग घुमाते हैं या ब्रेक लगाते हैं। प्रिंटर में, यह इन-लेयर कंट्रोलर है। जैसे ही लेजर पाउडर की एक एकल परत पर स्कैन करता है, एक उच्च-गति सेंसर (पायरोमीटर) प्रति सेकंड हजारों बार तापमान मापता है। यदि धातु बहुत गर्म हो जाती है, तो यह कंट्रोलर तुरंत लेजर की शक्ति कम कर देता है; यदि यह बहुत ठंडी है, तो यह इसे बढ़ा देता है।

हालाँकि, इन रिफ्लेक्सिस को ट्यून करना मुश्किल है। यदि आप इन्हें बहुत संवेदनशील सेट करते हैं, तो लेजर बेतहाशा हिल सकता है; यदि बहुत धीमा है, तो हिस्सा जल सकता है। लेखकों ने "पॉलिसी ऑप्टिमाइजेशन" (आर्टिफिशियल इंटेलिजेंस प्रशिक्षण का एक प्रकार) नामक पद्धति का उपयोग करके आदर्श "रिफ्लेक्सिस" खोजने के लिए किया। उन्होंने केवल अनुमान नहीं लगाया; उन्होंने कंप्यूटर में हजारों सिमुलेशन चलाए, जिसमें रैंडम त्रुटियां और शोर डाला गया ताकि देखा जा सके कि सबसे अच्छा क्या काम करता है। उन्होंने नियमों का एक ऐसा सेट पाया जो प्रिंटर को स्थिर रहने की अनुमति देता है, भले ही वास्तविक दुनिया कंप्यूटर मॉडल से पूरी तरह मेल न खाती हो।

रणनीतिक दिमाग: पिछले परतों से सीखना
अब, कल्पना करें कि आप वही कार चला रहे हैं, लेकिन आपके पास आगे की सड़क का नक्शा भी है। आप जानते हैं कि एक खड़ी पहाड़ी आने वाली है, इसलिए आप उससे टकराने से पहले ही धीमे हो जाते हैं। यह लेयर-टू-लेयर कंट्रोलर है। 3D प्रिंटिंग में, एक बार जब एक परत पूरी हो जाती है, तो रोबोट पाउडर की एक नई परत बिछाने के लिए इंतजार करता है। यह ठहराव "रणनीतिक मस्तिष्क" को सोचने का समय देता है। यह देखता है कि पिछली परत कैसी रही। क्या यह बहुत गर्म हो गई? क्या धातु फूल गई? फिर यह अगली परत के लिए एक नया "प्लान" तैयार करता है, जो संचित गर्मी की भरपाई के लिए बेसलाइन लेजर पावर को समायोजित करता है।

इस प्रणाली का यह हिस्सा इटरेटिव लर्निंग कंट्रोल (ILC) नामक तकनीक का उपयोग करता है। यह एक छात्र की तरह है जो परीक्षा देता है, ग्रेड प्राप्त करता है, और फिर अगली बार बेहतर करने के लिए अपनी गलतियों से सीखता है। इस दीर्घकालिक योजना को पहले मस्तिष्क के तेज रिफ्लेक्सिस के साथ जोड़कर, यह प्रणाली एक "क्लोज्ड-लूप" बनाती है जो अविश्वसनीय रूप से मजबूत है।

उन्होंने क्या पाया: चिकनी पिघलन और कम गलतियाँ

टीम ने अपने विचार का दो तरह से परीक्षण किया: पहले, एक विस्तृत कंप्यूटर सिमुलेशन में, और दूसरा, लैब में एक वास्तविक मेटल 3D प्रिंटर पर।

सिमुलेशन में:
उन्होंने धातु की छह परतों को एक "स्क्वायर-स्पाइरल" पथ के साथ प्रिंट करने का अनुकरण किया, जो विशेष रूप से कठिन है क्योंकि लेजर को कोनों पर रुकना और तेजी से मुड़ना पड़ता है, जिससे गर्मी जमा हो जाती है। उन्होंने अपने दो-दिमाग वाले सिस्टम का परीक्षण दो अन्य तरीकों के मुकाबले किया: एक जिसमें केवल तेज़ दिमाग था (केवल इन-लेयर) और एक जिसमें केवल रणनीतिक दिमाग था (केवल लेयर-टू-लेयर)।
परिणाम स्पष्ट थे। सिंगल-ब्रेन सिस्टम संघर्ष कर रहे थे। "तेज दिमाग" अकेले कई परतों में गर्मी को जमा होने से नहीं रोक सका, और "रणनीतिक दिमाग" अकेले अचानक तापमान बढ़ने को ठीक करने के लिए बहुत धीमा था। लेकिन डुअल-लूप कंट्रोलर ने तापमान को स्थिर रखा, जो लक्ष्य तापमान के लगभग 20 केल्विन के भीतर रहा, भले ही उन्होंने सिमुलेशन में वास्तविक दुनिया की अव्यवस्था को दर्शाने के लिए महत्वपूर्ण त्रुटियां डाली थीं।

वास्तविक दुनिया में:
भौतिक मशीन पर बढ़ते हुए, शोधकर्ताओं को अपने सिस्टम को सरल बनाना पड़ा क्योंकि वास्तविक प्रिंटर हार्डवेयर कंप्यूटर सिमुलेशन की तरह तेजी से सेटिंग्स नहीं बदल सकता था। उन्होंने अपने सिस्टम को एक मानक "PI कंट्रोलर" (एक सामान्य औद्योगिक कंट्रोलर) और एक निश्चित "फीडफॉरवर्ड" प्लान का उपयोग करने के लिए अनुकूलित किया। उन्होंने इस सरल संस्करण को अपने AI तरीके से ट्यून किया, लेकिन केवल एक अनियंत्रित टेस्ट प्रिंट के डेटा का उपयोग करके।

जब उन्होंने वास्तविक धातु के वेजेज (एक आकार जिसे बहुत गर्म होने के लिए डिज़ाइन किया गया है) को प्रिंट किया, तो परिणाम प्रभावशाली थे:

• बेहतर सटीकता: उनके तरीके ने "बेशियन ऑप्टिमाइजेशन (BO)" नामक अत्याधुनिक पद्धति की तुलना में औसत ट्रैकिंग एरर (तापमान लक्ष्य से कितना दूर था) को 3.4% कम कर दिया।
• कम खतरनाक स्पाइक्स: सबसे महत्वपूर्ण बात यह है कि उन्होंने औसत "इनपुट-कन्स्ट्रेंट वायलेशन" को 47.5% कम कर दिया। इसका मतलब है कि लेजर पावर सुरक्षित क्षेत्र के बहुत करीब रही। BO पद्धति में, लेजर पावर अक्सर बहुत अधिक बढ़ जाती थी (कीहोलिंग का खतरा) या बहुत कम हो जाती थी (lack of fusion का खतरा)। उनके कंट्रोलर ने लेजर को "गोल्डिलॉक्स" (सही) ज़ोन में बहुत अधिक समय तक बनाए रखा।
• चिकनी सतहें: जब उन्होंने माइक्रोस्कोप के नीचे प्रिंटेड मेटल को देखा, तो उन्हें कुछ दिलचस्प दिखा। अनियंत्रित प्रिंट और BO प्रिंट्स में "वेक्टर हेड स्वेलिंग" (एक उभार जहाँ लेजर लाइन शुरू होती है) दिखाई दे रहा था। उनके कंट्रोलर ने इस सूजन को लगभग समाप्त कर दिया, जिससे हिस्से मूल डिजिटल डिजाइन के बहुत अधिक करीब दिखे।

एक आश्चर्यजनक खोज: "जिटर" (Jitter) की शक्ति

उनके सबसे रोचक और अप्रत्याशित निष्कर्षों में से एक तब आया जब उन्होंने अपने कंट्रोलर के एक ऐसे संस्करण का परीक्षण किया जो लेजर पावर में तेजी से बदलाव को दंडित (penalize) नहीं करता था। इससे लेजर 2 से 4 kHz की बहुत उच्च आवृत्ति पर दोलन (jitter) करने लगा।

आमतौर पर, इंजीनियर लेजर पावर को सुचारू और स्थिर रखने की कोशिश करते हैं। लेकिन यहाँ, "जिटर वाला" लेजर वास्तव में स्मूथ वर्जन की तुलना में लाइनों की शुरुआत में होने वाली सूजन को और भी अधिक कम कर रहा था। लेखक सुझाव देते हैं कि ये तीव्र उतार-चढ़ाव पिघली हुई धातु के फ्लुइड डायनेमिक्स (द्रव गतिशीलता) के साथ छेड़छाड़ कर रहे होंगे, जिससे शुरुआत में धातु का ढेर लगने से रोका जा सके। हालांकि वे अभी तक इसके पीछे के भौतिक विज्ञान को पूरी तरह से नहीं समझते हैं, लेकिन यह एक नया रास्ता खोलता है: शायद थोड़ा सा नियंत्रित अराजक (controlled chaos) ही पिघली हुई धातु के पूल को शांत रखने के लिए आवश्यक है।

निष्कर्ष

यह शोध पत्र यह सिद्ध करता है कि मेटल प्रिंटर को व्यवहार करना सिखाने के लिए आपको वास्तविक दुनिया के भारी मात्रा में डेटा की आवश्यकता नहीं है। एक स्मार्ट सिमुलेशन का उपयोग करके कंट्रोलर को प्रशिक्षित करने और फिर उस ज्ञान को वास्तविक मशीन में स्थानांतरित करके, शोधकर्ताओं ने ऐसे परिणाम प्राप्त किए जो मौजूदा सर्वोत्तम तरीकों के बराबर या उनसे बेहतर हैं। उन्होंने साबित किया कि एक तेज प्रतिक्रिया वाले रिफ्लेक्स और एक धीमी सोच वाली रणनीति को जोड़ने से एक ऐसा सिस्टम बनता है जो न केवल सटीक है, बल्कि पिघलती धातु की अव्यवस्थित और अप्रत्याशित प्रकृति के प्रति भी मजबूत है।

हालांकि "जिटर वाला" लेजर प्रभाव अभी भी एक अनसुलझा रहस्य है, मुख्य संदेश स्पष्ट है: गर्मी को नियंत्रित करने के लिए दो-दिमाग वाला दृष्टिकोण धातु के प्रिंटेड हिस्सों को मजबूत, अधिक सटीक और विफल होने की संभावना को कम बना सकता है। यह उन प्रिंटरों की ओर एक कदम है जो केवल निर्देशों का पालन नहीं करते, बल्कि वास्तव में उस सामग्री के भौतिक विज्ञान को समझते हैं जिससे वे निर्माण कर रहे हैं।