内部人士和分析师预测，在我们最新的一系列文章中观看的3D打印趋势，重点是3D打印的未来。
来自德国和加拿大的组织集合建立了一个新的财团，以使用3D打印和人工智能自动修复零件的过程。
该项目称为自适应激光添加剂制造（AI-SLAM）的工艺感测的人工智能增强，旨在开发基于AI的高级软件以自动运行定向能量沉积（DED）3D打印机。该软件与Fraunhofer的LMD技术（一种DED）结合使用，将算法管理打印过程，以更有效地修复受损部件的不规则表面 - 无需人类输入。
在德国方面，财团包括Fraunhofer激光技术研究所（ILT）和软件开发人员BCT。在加拿大，这项工作将由加拿大国家研究委员会（NRC），麦吉尔大学将协调研究和机器学习公司布拉丹迪将帮助编程AI模型。总部位于艾伯塔省的制造服务局阿波罗机器和焊接还将提供其他3D打印服务来帮助研究。
DED 3D打印用于零件维修
根据AI-Slam联盟的说法，为采矿和石油部门提供服务的制造公司收到了大量订单，用于修复由于广泛使用而磨损的零件。例如，阿波罗每年使用几吨金属来修复磨损的零件。这包括诸如岩石破碎机牙齿之类的组件，否则由于随着时间的流逝而变化，否则需要更换。
多亏了DED在现有零件和表面上打印的能力，该技术通常用于零件维修和MRO应用。用户可以简单地在磨损的零件上打印新层即可重建表面的原始形状。
不幸的是，经历过重磨损的零件往往具有不平衡的表面。这要求在3D打印过程中使用不同的层厚度，因此机器操作员需要每隔几层调整过程参数。由于这种工作流程非常乏味，该财团旨在通过使用AI自动化它。
AI和自动化过程控制
AI-SLAM软件将通过在打印过程中自动记录磨损零件的几何形状，计算与所需轮廓的偏差并重新调整过程参数以实现原始部分的几何形状，从而起作用。流程控制软件将完全访问参数，例如供稿率，它将使用机器学习算法在逐层基础上进行优化。
首先要训练该软件，该财团将使用大型数据集为其喂食，以教给它如何根据不断变化的零件几何形状进行迭代改善3D打印过程。到目前为止，项目合作伙伴已经定期举行了视频会议，并在线共同开发了几个文件。他们还对彼此的设施进行了虚拟实验室之旅，以熟悉两大洲的工作区。
为了启用流程数据和机器学习模型的实施，Braintoy已为所有项目合作伙伴激活了其内部网络平台MLOS（机器学习操作系统）。该联合项目定于2024年3月完成，并由德国联邦教育和研究部以及加拿大的NRC资助。
机器学习在增材制造中具有许多应用程序，而不仅仅是自动化过程控制。标记是金属和复合材料3D打印机的制造商，此前曾推出基于人工智能的铁匠软件。利用X7 3D打印机现有的激光千分尺和专利的扫描算法，铁匠可以准确地测量零件打印时的尺寸精度。然后，针对预期的设计文件进行交叉引用，该扫描数据使制造商能够评估印刷零件与原始STL的距离。
在其他地方，3D打印软件提供商重力拉系统以前已经推出了基于机器学习的工作流优化系统用于工业3D打印。该软件被称为Synoptik，旨在服务局，为航空航天，医疗和汽车等各种行业提供服务。通过为3D打印工作流程的每个步骤提供优化操作，从预处理到后处理和质量检查，Synoptik旨在填补所有的利基市场。
订阅3D打印行业通讯有关增材制造中的最新消息。您也可以通过关注我们来保持联系推特，喜欢我们Facebook，然后调查3D打印行业YouTube频道。
寻找添加剂制造业的职业？访问3D打印作业在行业中选择一系列角色。
特色图片显示，使用Fraunhofer的LMD工艺打印了3D碎石牙齿。通过阿波罗机器和焊接照片。
