Industrie 4.0 : pourquoi la métrologie conserve un rôle clé

Dans la fabrication additive, par exemple, il est essentiel que les surfaces issues de l'imprimante 3D présentent des caractéristiques précises et très fines, qu'elles soient en métal, en plastique ou dans d'autres matériaux. Il s'agit ici de contrôler la rugosité et l'ondulation des surfaces fabriquées par fabrication additive, de mesurer leurs contours ou leurs longueurs dans les plus petites unités et d'attester ainsi de la fonctionnalité des composants.

Un exemple : pour contrôler de telles surfaces, les chercheurs du Nanostructure Service Laboratory du Karlsruher Institute of Technology (KIT) utilisent un MarSurf CM explorer. Le microscope confocal haute résolution de Mahr fournit des valeurs de mesure 3D en seulement quelques étapes fonctionnelles et analyse ces surfaces en trois dimensions - sans contact, indépendamment du matériau et rapidement. Avec cet appareil, les chercheurs étudient des dispositifs de petite taille tels que des composants optiques 3D, des structures d'échafaudage 3D fonctionnalisables au niveau moléculaire et d'autres applications à l'échelle micrométrique ou submicrométrique. Ils font ainsi progresser de manière ciblée ce procédé économe en ressources pour la fabrication de composants complexes.

Générer d'énormes quantités de données

La métrologie est également indispensable pour les processus qui font appel à l'intelligence artificielle (IA), même si c'est d'une manière totalement différente. C'est ce que montre l'exemple dans le cadre du projet de recherche "MuPro2" à la chaire de technique de fiabilité et d'analyse des risques (LZR) de l'université de Wuppertal : un fabricant de couteaux de cuisine haut de gamme a demandé à la chaire de mettre en place un processus de contrôle automatisé et d'une fiabilité maximale pour la qualité des lames. Les couteaux sont forgés à partir d'alliages d'acier, affûtés, affinés et contrôlés. De la pointe de la lame au goitre, chaque détail doit être précis au micromètre près.

Pour permettre une analyse d'image assistée par IA de la surface des couteaux, des mesures 3D précises ont d'abord été nécessaires. En effet, les caméras utilisées pour l'évaluation des images doivent détecter les erreurs de manière fiable et les "apprendre" au préalable par IA. D'énormes quantités de données ont été nécessaires à cet effet.

Un algorithme décide de la qualité de la surface

Pour générer des données de surface, le spécialiste de la métrologie Mahr est également entré en jeu avec un MarSurf CM mobile. L'appareil de mesure 3D permet de réaliser des mesures de rugosité et de géométrie ainsi que des analyses de structures 3D ; le temps de mesure de l'appareil est compris entre cinq et dix secondes. Avec les évaluations de l'appareil de mesure mobile, l'équipe du LZR a alimenté, entraîné et évalué plusieurs algorithmes de machine learning. Ce faisant, seul l'algorithme a décidé de la qualité de surface des lames. Résultat : la fiabilité de l'algorithme était extrêmement élevée, le taux était proche de 100 % avec le microscope optique 3D. L'œil humain, qui fonctionne/perçoit en fonction des conditions d'éclairage et d'une forme quotidienne individuelle, peut être remplacé par un système de contrôle extrêmement fiable, qui ne se fatigue jamais. Les collaborateurs peuvent se consacrer à des tâches moins répétitives.

Conclusion : qu'il s'agisse de méthodes de production traditionnelles ou de processus entièrement numérisés, la qualité doit être au rendez-vous. La métrologie reste donc indispensable. Et tout comme la plupart des processus industriels se sont numérisés, la métrologie l'a fait depuis longtemps. Elle peut être intégrée directement et, selon l'application, de manière entièrement automatisée dans les processus industriels 4.0. C'est ainsi que le portefeuille du spécialiste de la métrologie Mahr s'étend désormais du pied à coulisse manuel à la métrologie 3D haute résolution pour d'innombrables applications.