Una mano trasparente stampata in 3D con una stampante di Formlabs

4 applicazioni di IA che potenziano la stampa 3D

La stampa 3D richiede il controllo di numerose e complesse variabili per ottenere un livello accettabile di precisione.

L’intelligenza artificiale (IA) può fornire un supporto a questo processo. Grazie alla progettazione generativa e al collaudo nella fase di pre-fabbricazione, sale il livello di efficienza della stampa e si riducono i costi.

Scopriamo allora 5 applicazioni di IA che potenziano la stampa 3D, in particolare quella additiva.

 

1. Agile Metal Technology Software di Sculpteo

Sculpteo è una società francese specializzata nella fornitura di servizi di stampa 3D online per la prototipazione e la produzione. Durante il CES 2017, ha lanciato un pacchetto software chiamato Agile Metal Technology. Tra i vari strumenti c’è Business Case che si basa sul machine learning per valutare e ottimizzare i file CAD per la stampa 3D in metallo.

Business Case raccoglie gli input degli utenti che desiderano progettare una particolare oggetto sotto forma di file CAD e i parametri di output. Dopodiché, l’IA valuta se la produzione additiva sarebbe il processo appropriato per produrre l’oggetto. Lo strumento può anche aiutare a ottimizzare i reticoli nei file CAD e a vagliare i percorsi di stampa più efficienti.

 

2. Netfabb 2018 di Autodesk

Autodesk punta sul generative design perché questo “imita l’approccio evolutivo della natura al design. I progettisti o gli ingegneri inseriscono gli obiettivi di progettazione in un software di progettazione generativa, insieme a parametri come materiali, metodi di produzione e vincoli di costo. Quindi, usando il cloud computing, il software esplora tutte le possibili permutazioni di una soluzione, generando rapidamente alternative di progettazione. Mette alla prova e impara da ogni iterazione cosa funziona e cosa no.

La società ha lanciato lo strumento di generative design come parte della suite di software Netfabb 2018. Il software di produzione additiva Netfabb di Autodesk sfrutta l’apprendimento automatico per generare e valutare modelli digitali per la produzione di stampa 3D industriale.

 

3. Defect Detection di General Electric

L’Additive Research Lab della GE Global Research di Niskayuna (New York) adotta l’IA per consentire alla stampante 3D di eseguire l’ispezione delle parti dopo che sono state completamente costruite. L’obiettivo è migliorare i risparmi di tempo e di costi nell’industria manifatturiera.

Il team del laboratorio usa delle telecamere ad alta risoluzione per filmare il processo di stampa di ogni strato per registrare strisce, fori e altri pattern nella polvere di stampa che sono invisibili a occhio nudo. Una piattaforma proprietaria di apprendimento automatico abbina i modelli di polvere registrati ai difetti rilevati dagli scanner TC.

Quindi la piattaforma viene addestrata con le riprese fotografiche ad alta risoluzione e i dati delle scansioni TC. In questo modo può “apprendere” per prevedere problemi e rilevare i difetti durante il processo di stampa.

Secondo GE, i sistemi di stampa 3D basati sul machine learning possono aiutare a limitare lo spreco di tempo e di materiali.

 

4. Gestione dei pezzi di ricambio

Secondo una ricerca condotta del 2017 da Price Waterhouse Cooper, una percentuale significativa dei fornitori di ricambi crede che la stampa 3D avrà un ruolo dominante nel loro settore nei prossimi 5 anni. Questa opportunità sembra derivare dall’adozione di tecniche di machine learning nella manutenzione predittiva e nel processo di stampa 3D di parti di ricambio.

Ad esempio, i modelli di manutenzione predittiva potrebbero sfruttare l’IA per prevedere con precisione la durata residua di parti o componenti specifici di un’attrezzatura. L’apprendimento automatico potrebbe anche essere usato per calcolare il tempo per le sostituzioni delle parti elaborando i dati di pianificazione di sostituzione predeterminati.

Secondo Stefan Krauss, General Manager di Discrete Manufacturing Industries presso SAP, l’IA applicata alla stampa 3D procurerà vantaggi diversi:

I produttori che possono sfruttare la tecnologia di machine learning per prevedere quando le apparecchiature e le componenti si guasteranno, per poi impiegare successivamente la stampa 3D per stampare in modo proattivo e spedire parti di ricambio prima di questi guasti, godranno di costi e tempi di consegna notevolmente ridotti e di una maggiore soddisfazione del cliente.

 

Stampa 3D sempre più automatizzata e precisa

Le applicazioni di IA per la stampa 3D riguardano maggiormente il miglioramento della progettazione e dell’efficienza dei processi di stampa. Un buon progetto dà vita a un buon prodotto. Un buon prodotto funziona, è preciso, dura di più e accontenta tutti.

Automatizzando alcune fasi di progettazione, controllo e stampa si ridurranno i tempi e i costi di lavoro. Ma non finisce qui.

Alcune delle principali sfide che l’IA aiuterà a superare nel prossimo futuro saranno incentrate sul potenziamento dei controlli di stampabilità dei prefabbricati, sulla riduzione della complessità dei processi di stampa e sulla cybersicurezza. Sì, perché anche una rete protetta da intrusioni contribuisce all’adeguata fabbricazione di prodotti stampati in 3D.

La stampa 3D verrà sempre più integrata con applicazioni di IA. Se le macchine possono fare tutto il lavoro sporco, perché non lasciarlo a loro?

Per ricevere aggiornamenti sulle novità dell’evoluzione digitale che ti racconto in questo blog, iscriviti alla newsletter.

Controcorrente Newsletter

Fonte: TechEmergence

Foto: Flickr


Lascia un commento

Questo sito usa Akismet per ridurre lo spam. Scopri come i tuoi dati vengono elaborati.