Coupling Wasserstein GANs and kinetic Potts Monte-Carlo model in a sintering simulation framework for DLP-3D printed Lunar Regolith

A Wasserstein Generative Adversarial Network (WGAN) is implemented and trained on experimentally obtained Selective Electron Microscopy (SEM) images of DLP-3D printed Lunar Regolith, in order to solve the dimensionality issue and provide three-dimensional microstructures for high-fidelity sintering simulations. A kinetic Potts Monte-Carlo model is applied on the digitalized microstructure, which successfully traces the microstructural evolution during sintering, obtaining full densification from 37.2 % initial density, and provides a configurable tool for numerical experiments, taking into account grain growth, pore migration and vacancy annihilation sintering mechanisms. Input and output pipelines are created, in order to integrate the different numerical tools, and the implementation of already-developed image analysis tool such as ImageJ software furtherly enhances the validity of the framework, as it provides an instrument for feedback based fine-tuning of the initial two instruments, namely the generative network and the sintering model. In addition, due to the inherent fragility of the components in the post-debinding phase and the inability to observe the microstructure without altering it, numerical algorithms, simulating the particle shrinkage are developed. Visual representations of the the microstructural evolution are provided and porosity distributions are compared to real ones. Finally, an experimental validation of the framework is performed, based on densification rates, real-time correlation and microstructural characteristics of the representatitive volume elements (RVEs).

Una Rete Generativa Avversaria di tipo Wasserstein (WGAN) è implementata e addestrata su immagini di microscopia elettronica a scansione (SEM) ottenute sperimentalmente di regolite lunare stampata in 3D tramite litografia digitale (DLP), al fine di risolvere il problema della dimensionalità e fornire microstrutture tridimensionali per simulazioni di sinterizzazione ad alta fedeltà. Un modello cinetico di Monte Carlo di tipo Potts viene applicato alla microstruttura digitalizzata, riuscendo a tracciare con successo l’evoluzione microstrutturale durante il processo di sinterizzazione, ottenendo la densificazione completa a partire da una densità iniziale del 37,2 %, e fornendo uno strumento configurabile per esperimenti numerici, tenendo conto dei meccanismi di crescita dei grani, migrazione dei pori e annichilazione delle vacanze. Sono creati pipeline di input e output per integrare i diversi strumenti numerici, e l’implementazione di strumenti di analisi d’immagine già sviluppati, come il software ImageJ, rafforza ulteriormente la validità del framework, in quanto fornisce uno strumento per la calibrazione fine basata su feedback dei due strumenti iniziali, ovvero la rete generativa e il modello di sinterizzazione. Inoltre, a causa della fragilità intrinseca dei componenti nella fase post-debinding e dell’impossibilità di osservare la microstruttura senza alterarla, sono sviluppati algoritmi numerici per simulare il ritiro delle particelle. Sono fornite rappresentazioni visive dell’evoluzione microstrutturale e le distribuzioni di porosità sono confrontate con quelle reali. Infine, è effettuata una validazione sperimentale del framework, basata su tassi di densificazione, correlazione con il tempo di sinterizzazione reale e caratteristiche microstrutturali, estratti da sezioni trasversali dei volumi rappresentativi (RVE).