Et s’il était possible d’améliorer la traçabilité et le contrôle des pièces provenant de l’impression 3D ? En explorant cette question, des chercheurs étasuniens ont réussi à mettre au point un modèle d’IA capable d’identifier, à l’aide d’une photo, l’imprimante à l’origine de telle ou telle pièce. Cette innovation présente de nombreux avantages, lesquels ?
Des « empreintes digitales » sur les pièces d’impression 3D
Aujourd’hui, l’impression 3D est présente dans de nombreux domaines. Or, certains processus sont perfectibles, notamment le contrôle des fournisseurs par les entreprises. Ceci concerne notamment l’authentification des pièces et la vérification des certifications de qualité. Une équipe de l’Université de l’Illinois à Urbana Champaign (États-Unis) a exploré ce sujet au moyen de travaux ayant fait l’objet d’une publication dans la revue Npj Advanced Manufacturing le 17 mai 2025.
Dans un premier temps, les chercheurs ont imprimé des pièces basiques afin d’en savoir plus en ce qui concerne la répétabilité et le lien entre les tolérances dimensionnelles et les imprimantes 3D. Leur découverte est intéressante, puisque leur expérience a révélé la présence d’un genre d’empreintes digitales sur chacune des pièces. De plus, la détection de ces empreintes a été possible grâce à une intelligence artificielle dédiée.
« Ces empreintes digitales de fabrication étaient invisibles jusqu’à aujourd’hui. Il existe des milliers d’imprimantes 3D dans le monde et des dizaines de millions de pièces imprimées en 3D utilisées dans les avions, les automobiles, les dispositifs médicaux, les produits de consommation et une multitude d’autres applications. Chacune de ces pièces possède une signature unique détectable par l’IA. », a déclaré Bill King, principal auteur de l’étude dans un communiqué officiel.
Crédits : King et al., Npj Advanced Manufacturing., 2025
Une précision de 98% !
Dans le cadre de leurs travaux, les ingénieurs ont imprimé en 3D pas moins de 9 192 pièces sur 21 machines différentes et via quatre procédés de fabrication additive : la fabrication par dépôt de filament fondu (FDM), la stéréolithographie (SLA), l’impression par synthèse numérique de la lumière (DLS) et le multi jet fusion (MJF). Trois types de pièces ont été imprimés, dont la taille était assez réduite pour permettre d’importants volumes de production : un connecteur, une structure lattice et un bouchon. Ensuite, les chercheurs ont scanné deux fois chaque pièce – grande face et coté portant le numéro de série – à l’aide d’un scanner à plat haute résolution.
Les images résultant de ces opérations ont permis de générer un modèle d’apprentissage profond capable d’identifier quelle machine a produit telle ou telle pièce. Selon les responsables du projet, le modèle d’IA peut identifier les imprimantes à l’origine des pièces avec une précision de 98%.
En cas de démocratisation de cette technologie, cette dernière pourrait permettre d’identifier la source d’une pièce sans solliciter la coopération du fabriquant. L’intérêt est à la fois de prendre connaissance du procédé d’impression, de vérifier la conformité des pièces et surtout, de lutter contre la contrefaçon. Les entreprises deviendraient capables de mieux contrôler leurs fournisseurs et ainsi, offrir davantage de garanties à leur clientèle.
