تکنولوژی

شبیه‌ساز جدید فیزیکی برای چاپ دقیق سه‌بعدی کیک پنیر چند لایه

در آزمایشگاه کوچکی در دانشگاه کلمبیا، پژوهشگران با کدهای کامپیوتری و پرینترهای سه‌بعدی انقلابی را در حال پخت و پز دارند. تیمی به رهبری شیر گلدفینگر یک موتور شبیه‌ساز منحصر به فرد توسعه داده که قادر است یک دسر سفارشی با هفت ماده مختلف را با موفقیت بازتولید کند. این شبیه‌ساز می‌تواند میدان نوظهور چاپ غذای سه‌بعدی را متحول کند. این فناوری جدید به اشپزها امکان طراحی دسرهای پیچیده و چند جزئی را می‌دهد، همچنین پتانسیلی برای کاهش ضایعات و بهبود قابل توجه توانایی‌های طراحی دارد. این شبیه‌ساز همچنین پیش‌بینی و اصلاح خطاهای احتمالی در حین چاپ را ممکن می‌سازد.

در آزمایشگاه کوچکی در دانشگاه کلمبیا، پژوهشگران در حال پخت و پز یک انقلاب هستند—نه با قابلمه و تابه‌ها، بلکه با کدهای کامپیوتری و پرینترهای سه‌بعدی.

تیمی به رهبری شیر گلدفینگر، که ابتدا کارآموز تابستان بود و اکنون متخصص پژوهش در آزمایشگاه تصویربرداری و محاسباتی علوم پِنس، یک موتور شبیه‌ساز بی‌نظیر را توسعه داده که موفق به بازتولید یک دسر سفارشی با هفت ماده مختلف شده است.

این شبیه‌ساز «مبتنی بر فیزیک» می‌تواند میدان نوظهور چاپ غذای سه‌بعدی را متحول کند.

جاناتان بلوتینگر، مهندس غذا در مرکز سرباز DEVCOM ارتش ایالات متحده، در مصاحبه با «اینترستینگ اینجینیئرینگ» گفت: «یکی از بزرگترین مشکلاتی که در چاپ کیک پنیر پیدا کردیم این بود که خیلی از نقاط شکست وجود دارد که نمی‌توانید آنها را پیش‌بینی کنید». این پژوهش در سال ۲۰۲۱ زمانی که بلوتینگر دانشجوی دکتری در آزمایشگاه ماشین‌های خلاق در دانشگاه کلمبیا بود، انجام شد.

بلوتینگر ادامه داد: «ما هنوز توانایی چاپ با چند ماده مختلف را به دست نیاورده‌ایم، زیرا غذاهای مختلف قوام‌های متفاوتی دارند». چاپ غذا چالش‌های منحصربه‌فردی در مقایسه با ساخت افزوده متعارف با استفاده از پلاستیک یا فلز دارد. هر ماده—کره بادام زمینی، نوتلا، یا خمیر کراکر گراهام—ویژگی‌های فیزیکی خاص خود را دارند که بر رفتار آنها در چاپ تأثیر می‌گذارد.

راه‌حل تیم؟ یک شبیه‌ساز دیجیتال که می‌تواند این رفتارها را قبل از اکسترود کردن حتی یک قطره از غذا پیش‌بینی کند.

علاوه بر این، این شبیه‌ساز همچنین پتانسیل کاهش ضایعات و بهبود قابل توجه قابلیت‌های طراحی را دارد.

تصویری از شبیه‌سازی در حال انجام. منبع: جاناتان بلوتینگر

شبیه‌سازی رفتار غذا در زمان واقعی

در قلب نوآوری آنها، نرم‌افزار گرافیک کامپیوتری سه‌بعدی اتودسک مایا همراه با افزونه‌ای به نام Bifrost قرار دارد. این ترکیب به تیم امکان مدل‌سازی دینامیک سیالات مواد غذایی مختلف در حین چاپ را می‌دهد.

شبیه‌ساز فرآیند چاپ سه‌بعدی را با استفاده از کد G (نوعی دستورالعمل دیجیتالی) که توسط پرینترهای سه‌بعدی فیزیکی استفاده می‌شود، بازتولید می‌کند. بلوتینگر اشاره کرد: «ما می‌خواستیم از کد G موجود استفاده کنیم». پژوهشگران خواستار ایجاد یک فرآیند بدون وقفه بودند که در آن فایل دستور پخت مشابهی که برای پرینتر استفاده می‌شود مستقیماً در نرم‌افزار وارد شود.

طبق پژوهشی که ماه گذشته در نشریه «آینده غذاها» منتشر شد، این «دستور پخت» دیجیتال شبیه‌سازی را هدایت می‌کند. این پژوهش ویژگی‌های رئولوژیکی مختلف مواد غذایی مانند خمیر کراکر گراهام، نوتلا، و کره بادام زمینی را حساب می‌کند و پیش‌بینی‌های دقیقتری از رفتار مواد در هنگام چاپ را ممکن می‌سازد.

بلوتینگر گفت: «این به ما اجازه می‌دهد تا ببینیم و بهتر بفهمیم که در دنیای واقعی چه اتفاقی می‌افتد، اما به‌طور دیجیتالی بازتولید می‌شود».

رویکرد تیم نوآورانه است زیرا فرآیند چاپ را در زمان واقعی شبیه‌سازی می‌کند نه تجزیه و تحلیل یک مدل تکمیل‌شده. این امکان آنها را فراهم می‌کند که خطاهای احتمالی را فوراً مشاهده کنند، که این یک مزیت حیاتی هنگام کار با موادی به این حد غیرقابل پیش‌بینی مانند غذا است.

تیم از شبیه‌ساز برای بازتولید یک کیک پنیر با هفت ماده مختلف با موفقیت استفاده کرده است، که نشان‌دهنده پتانسیل آن برای چاپ‌های پیچیده‌تر و چندجزئی است. این قابلیت می‌تواند امکان خلق طرح‌های غذایی پیچیده و زیبا را که قبلاً امکان‌پذیر یا قابل دستیابی نبود، باز کند.

تطبیقات بالقوه این فناوری شگفت‌انگیز هستند. تصور کنید آشپزها در رایانه‌های خود دسرهای پیچیده و چندجزئی طراحی کنند، هر چرخش و لایه را تنظیم کنند تا درست شود—همه اینها قبل از اینکه حتی وارد آشپزخانه شوند. یا تصور کنید غذاهایی که به نیازهای غذایی فردی تنظیم شده‌اند و بر طبق تقاضا چاپ می‌شوند. این امکانات هیجان‌انگیز هستند.

تصویر بزرگتر

با این حال، تیم بر افتخارات خود تکیه نمی‌کنند. این نرم‌افزار می‌تواند با یادگیری ماشینی تقویت شود تا رفتار مواد جدید در هنگام چاپ را پیش‌بینی کند. این ارتقاء مبتنی بر هوش مصنوعی همچنین می‌تواند پیشنهادات بهینه‌سازی خودکار طراحی ارائه دهد.

بلوتینگر چه ویژگی‌های پیشرفته دیگری را می‌بیند؟

«یکی بخش تشخیص است—تعیین اینکه وقتی یک چاپ ناموفق است چه اشتباهی رخ داده است. اگر بخواهم به چیزهای دیگر فکر کنم، فکر می‌کنم فقط استفاده از چاپ فیزیکی را حذف کنم»، بلوتینگر توضیح می‌دهد. که در این صورت، آزمون‌های واقعی را کاهش دهد.

در حال حاضر، پژوهشگران اغلب باید با مواد چاپ کنند تا رفتار آنها را درک کنند. اما اگر نرم‌افزار دارای یک پایگاه داده بزرگ از مواد قبلاً استفاده شده باشد، می‌تواند پیش‌بینی دقیقی از نحوه عملکرد مواد آزمایش نشده ارائه دهد بدون اینکه آنها را ابتدا چاپ کند.

پتانسیل این فناوری بسیار فراتر از تشخیص اشتباهات در چاپ‌های ناموفق است. توانایی پیش‌بینی نحوه جریان و چاپ مواد جدید بیشترین کاربرد را خواهد داشت، مهندس غذا می‌گوید.

این شبیه‌ساز بیشتر از یک دستاورد تکنولوژیکی است؛ این یک گام به سوی ساخت یک اکوسیستم مقاوم در برابر چاپ غذا است. همانطور که بلوتینگر اشاره کرد، ما در چاپ سه‌بعدی پلاستیک و فلز مهارت داریم، اما چاپ غذا هنوز در مرحله اولیه است.

اجازه دادن به طراحان برای نمونه‌سازی و آزمون کردن خلقیات خود به صورت دیجیتالی قبل از تعهد به یک چاپ فیزیکی می‌تواند نوآوری را در این بخش تسریع کند.

همچنان که چاپ غذای سه‌بعدی به پیشرفت ادامه می‌دهد، واضح است که ابزارهای دیجیتال مانند چهارچوب شبیه‌سازی نقشی حیاتی در شکل‌دهی آینده غذا خواهند داشت. دفعه بعد که به یک دسر سه‌بعدی کامل گاز می‌زنید، به یاد داشته باشید: سفر آن احتمالاً در یک آشپزخانه شروع نشده بلکه در یک رایانه شروع شده است.

توسط
Interesting Engineering
منبع
Interesting Engineering
نمایش بیشتر

اخبار مرتبط

بازگشت به بالا