L’IA aide les imprimantes 3D à « écrire » avec des cordes fluides enroulées comme Jackson Pollock

Si vous avez déjà versé du miel sur un morceau de pain grillé, vous avez remarqué comment le liquide ambré se plie et s’enroule sur lui-même lorsqu’il touche le pain grillé. La même chose peut se produire avec l’impression 3D et 4D si la buse d’impression est trop éloignée du substrat d’impression. Les scientifiques de Harvard se sont inspirés des méthodes innovantes de l’artiste expressionniste abstrait Jackson Pollock, alias le « maître des éclaboussures », pour exploiter la physique sous-jacente plutôt que d’essayer de la contrôler afin d’accélérer considérablement le processus, selon un nouvel article publié dans le revue Matière douce. Grâce à l’apprentissage automatique, les auteurs ont pu décorer un biscuit avec du sirop de chocolat pour démontrer la viabilité de leur nouvelle approche.

Comme indiqué précédemment, Pollock a employé très tôt une technique de « filament volant » ou de « caténaire volante » avant de perfectionner ses méthodes de goutte à goutte. La peinture forme divers filaments visqueux qui sont projetés contre une toile verticale. La technique du dripping consistait à poser une toile à plat sur le sol puis à verser de la peinture dessus. Parfois, il le versait directement dans une canette ; parfois il utilisait un bâton, un couteau ou un pinceau ; et parfois il utilisait une seringue. L’artiste se déplaçait généralement « en rythme » sur la toile pendant qu’il travaillait. Son style fascine depuis longtemps les physiciens, comme en témoigne la controverse entourant la question de savoir si les peintures de Pollock montrent ou non des traces de motifs fractals.

En 2011, le mathématicien de Harvard Lakshminarayanan Mahadevan a collaboré avec l’historien de l’art Claude Cernuschi sur un article pour Physics Today examinant l’utilisation par Pollock d’une « instabilité d’enroulement » dans ses peintures. L’étude décrit mathématiquement comment un fluide visqueux se replie sur lui-même comme une corde enroulée, tout comme si on versait du sirop d’érable froid sur des crêpes.

Les motifs qui se forment dépendent de l’épaisseur du fluide (sa viscosité) et de la vitesse à laquelle il se déplace. Les fluides épais forment des lignes droites lorsqu’ils sont étalés rapidement sur une toile, mais ils formeront des boucles, des gribouillis et des huit s’ils sont versés lentement. Mahadevan a ensuite mesuré l’épaisseur des lignes et le rayon des bobines dans une peinture de Pollock montrant cet effet, et l’équipe a utilisé ces données pour estimer le débit de la peinture lorsque la main de l’artiste se déplaçait sur la toile. Une étude de 2019 a contredit cette conclusion, révélant plutôt que la grande majorité des traces de Pollock ont ​​été produites parce que l’artiste évitait activement les instabilités des enroulements, bien que les auteurs aient reconnu que leur avis n’était probablement pas le dernier mot en la matière.

Aujourd’hui, Mahadevan s’intéresse à l’application de ce qu’il a appris sur les instabilités d’enroulement de Pollock pour diriger l’écriture à l’encre, un moyen polyvalent d’impression 3D et 4D. L’inconvénient est que l’écriture directe à l’encre est un processus très lent puisque tout flux non uniforme tombant d’une hauteur s’enroulera ou se pliera, entraînant des défauts dans les objets imprimés. Cela signifie que la buse d’impression doit être placée à quelques millimètres seulement de la surface d’impression pour imiter exactement le motif d’impression cible. Une autre limitation est que les topologies plus complexes sont difficiles à imprimer, et il est également difficile de contrôler les virages serrés sans déformer le filament extrudé.

Ainsi, plutôt que de se concentrer sur le contrôle de la buse, Mahadevan et ses co-auteurs ont décidé de chercher comment exploiter ces instabilités d’enroulement plutôt que de les supprimer, tout comme Pollock l’a fait dans ses peintures. La clé réside dans une classe d’algorithmes d’apprentissage automatique appelés méthodes d’apprentissage par renforcement, dans lesquels le système « apprend » grâce à des interactions répétées avec l’environnement, corrigeant ses erreurs à chaque itération.

« Si vous regardez les imprimantes 3D traditionnelles, vous leur fournissez un chemin allant du point A au point B et la buse dépose l’encre le long de ce chemin spécifié », a déclaré le co-auteur Guarav Chaudhary, ancien postdoctorant dans le laboratoire de Mahadevan, maintenant au MIT. « Mais l’approche de Pollock consistant à lancer de la peinture depuis une hauteur signifiait que même si sa main se déplaçait selon une trajectoire spécifique, la peinture ne suivait pas cette trajectoire en raison de l’accélération obtenue grâce à la gravité. Un petit mouvement pourrait entraîner de grosses éclaboussures de peinture. Grâce à cette technique, vous pouvez imprimer des longueurs plus grandes que celles que vous pouvez déplacer, car vous bénéficiez de cette accélération libre grâce à la gravité.

Mahadevan et coll. ont testé leurs conclusions en exécutant des simulations numériques avec une série d’expériences en laboratoire. Ils ont utilisé un simple fluide visqueux dispersé à travers une buse à un débit fixe, déposant le fluide le long d’un chemin prédéfini depuis le dessus d’une feuille de papier lisse collée sur une plate-forme fixe et plate.

Leurs expériences de démonstration de principe utilisaient des fluides simples avec une seule couche de matériau imprimée sur une surface plane – y compris un filet de sirop de chocolat sur une plaquette texturée – pour épeler « Cambridge ». L’équipe a découvert que l’impression en hauteur avec leur méthode « traite naturellement les surfaces rugueuses, contrairement à l’écriture traditionnelle à l’encre directe, où une surface irrégulière entraînera des irrégularités dans le matériau déposé », ont-ils écrit.

Les travaux futurs relèveront le défi de travailler avec des fluides plus complexes comme des polymères liquides, des pâtes ou même des aliments, ainsi que d’empiler plusieurs couches pour créer des objets 3D. « Exploiter les processus physiques pour obtenir des résultats fonctionnels est à la fois une caractéristique du comportement intelligent et au cœur de la conception technique », a déclaré Mahadevan. « Ce petit exemple suggère, une fois de plus, que comprendre l’évolution du premier pourrait nous aider à être meilleurs dans le second. .»

DOI : Soft Matter, 2023. 10.1039/D3SM00177F (À propos des DOI).