Bir Kompozitin Sırlarını Kopyalamak Mümkün mü?
Fotoğraf : Elyaf takviyeli bir kompozitin liflerinin yönünü gösteren bilgisayarlı tomografi (BT) taraması. Oklar, malzemenin farklı bölgelerindeki elyafların farklı doğrultularını göstermektedir. [1]
Havacılık ve otomobil alanındaki uygulamalar, karbon veya cam elyaf takviyeli polimerlerden yapılan hafif kompozit parçalara gittikçe daha çok bel bağlamaktadırlar. 3B baskı gibi katmanlı üretim metodlarının artmasıyla birlikte malzemenin performansını belirli uygulamalara uygun hale getirmek için yeni filamentlerin tasarımı ve kompozit içindeki oryantasyonlarının kontrol edilmesi mümkün hale gelmektedir. Fakat 3B yazıcı ile üretilen modern kompozit parçaların, üretim kolaylığının yanısıra bir dezavantajı var. 3B yazıcıların her yerde bulunması, sahterkarların parçaları kopyalamasını daha kolay hale getirmektedir.
New York Üniversitesinden Nikhil Gupta, kompozit malzemeleri ve 3B baskı koşullarını geliştirmek adına bir çok fikri mülkiyet yatırımı yapıldığına dikkat çekti. “Tersine mühendislik, bu IP’nin çalınmasına izin verebilen görüntüleme yöntemlerini kullanıyor. Makine öğrenimi, yetkisiz personeller tarafından yüksek kaliteli kopyalar üretmek için bu süreci dahi otomatikleştirebilir.” diye ekledi Gupta.
Gupta ve takımı özgün ve yenilikçi kompozit malzemelere, güçlü bir makine öğrenimi ile birleştirilmiş üç boyutlu görüntüleme ve yeniden yapılandırma teknikleri kullanılarak tersine mühendislik yapılabileceğini gösteriyor. [2] Bu yolla sadece parçaların boyut ve şekilleri değil ayrıca 3B yazıcının üretmesi gereken takım yolu -veya özgün talimatları- da yeniden yapılandırılabilmektedir.
Araştırmacılar bir kompozit içindeki elyafların oryantasyonlarını tanımlamak için boyutları ve mikro-BT (µBT) taramalarını ölçen bir dizi taramalı elektron mikroskobu (SEM) aldılar. Bu görüntülerin alt kümeleri daha sonra makine öğrenimi algoritmasını eğitmek için kullanıldı. 3B baskıda takım yolunun tanımlanmasındaki algoritmanın doğruluğu görüntülerin ikinci bir alt kümeleri ile teyit edildi. Takım, algoritmayı eğitmek için ve 78,000’den fazla görüntü ve tahminlerin doğruluğunu test etmek için ilaveten 5000 µBT görüntüsü daha kullandı.
Gupta “Makine öğrenimi algoritması birkaç BT taraması görüntülerinin parça tasarımı ve 3B baskı takım yolunu sağlayabildiği takdirde tersine mühendisliğin manuel metotlarına kıyasen güçlü bir metottur. Çalışmamız, kayda değer miktarda zaman ve para ile geliştirilmiş ürünlere kolaylıkla tersine mühendislik yapılabileceğini gösteriyor.” şeklinde açıkladı.
Çalışma 3B baskılı kompozit parçalarda fikri mülkiyetin güvenliği hususunda endişelere yol açmaktadır. Yüksek performanslı elyaf takviyeli kompozitlerin tasarımı ve üretimindeki modern imkanlar, hızlı ve ucuz bir şekilde neredeyse ayırt edilemeyen yüksek kaliteli sahte parçaların üretilmemesi için kontrol altına alınabilir.
Gupta bu konu hakkına “Makine öğrenimi metotları kompleks parçaların tasarımında kullanılmakta fakat çalışmamızın da gösterdiği gibi tıpkı iki taraflı kılıç gibi tersine mühendisliği de kolay hale getirebilirler. Güvenlik sorunlarının farkındalığı, araştırmacıları güvenliğin de bir tasarım kısıtlaması olarak göz önünde bulunduran yeni takım yolları ve kompozit malzemeler geliştirmek için teşvik edecektir.” diye açıklamada bulundu.
Kaynak :
[1] materialstoday.com
[2] Yanamandra et al., Composites Science & Technology 198 (2020) 108318, https://doi.org/10.1016/j.compscitech.2020.108318
