AI人工智能能否克服 3D 打印缺陷？

導(dǎo)讀：越來越多的學(xué)術(shù)和工業(yè)研究團體將人工智能的算法集成到 3D 打印過程中，希望借助AI提高 3D 打印技術(shù)質(zhì)量和效率。

雖然工業(yè)增材制造（3D 打�。┮寻l(fā)展到前所未有的技術(shù)水平，但對制造缺陷的控制仍然是一個巨大的挑戰(zhàn)。增材制造在汽車、航空航天、生物醫(yī)學(xué)等廣泛的工業(yè)領(lǐng)域發(fā)揮著重要作用，它能夠低成本和小批量生產(chǎn)具有復(fù)雜幾何形狀、內(nèi)部結(jié)構(gòu)細節(jié)和個性化定制設(shè)計的零件。

△AI在3D打印中應(yīng)用

然而，目前，在制造滿足苛刻標(biāo)準(zhǔn)所需的高質(zhì)量零件時，無法充分發(fā)揮出增材制造高精度以及低成本的優(yōu)勢。調(diào)研生產(chǎn)中涉及的 3D 打印環(huán)節(jié)，不同的制造缺陷會影響 3D 打印材料的一致性、可靠性和性能，從而提高的次品率。

3D 打印過程質(zhì)量控制的因素是多種多樣的。這些可能與使用的源材料（塑料細絲、金屬粉末或光固化聚合物）的質(zhì)量有關(guān)，也可能與工藝相關(guān)，例如過度擠壓和擠壓不足、燒結(jié)材料中的氣穴、層分離等等。在大多數(shù)情況下，這些缺陷會導(dǎo)致制造零件的孔隙率增加和機械性能變差。


建立控制過程

△3D 打印過程

首先，確保 3D 打印組件符合要求的標(biāo)準(zhǔn)取決于原材料的質(zhì)量。對于大多數(shù)增材制造公司來說，原材料質(zhì)量控制是一個持續(xù)的挑戰(zhàn)。此外，從初始設(shè)計到 3D 打印和后處理，可能影響最終產(chǎn)品質(zhì)量的各種變量涵蓋整個增材制造工作流程。例如，這些可以是燒結(jié)激光的路徑和強度或噴頭擠出速度。其他因素可能包括支撐結(jié)構(gòu)的設(shè)計，甚至金屬粉末被回收和再利用的次數(shù)。

目前，試錯法是優(yōu)化 3D 打印過程以實現(xiàn)組件質(zhì)量一致性的最常見方法。這種方法通常涉及多次重復(fù)制造步驟和對最終零件進行廣泛測試。結(jié)果通常是一個昂貴且低效的制造過程，這有悖于增材制造的主要優(yōu)勢——小批量的經(jīng)濟高效制造。


減少人為錯誤

△圖片來源于網(wǎng)絡(luò)

大多數(shù)增材制造過程仍然需要額外的人工干預(yù)。這可能涉及組件的初始設(shè)計、后處理（移除支撐和精加工）以及最終產(chǎn)品是否符合要求的手動測試。因此，減少人為錯誤的可能性對于消除 3D 打印缺陷至關(guān)重要。增材制造專家認(rèn)識到需要可持續(xù)和可行的方法來進行加工和質(zhì)量控制。實現(xiàn)這一目標(biāo)的最有希望的方法之一是使用人工智能 (AI) 算法來自動化 3D 打印過程。

準(zhǔn)備階段的有效控制

△3D打印中出現(xiàn)的缺陷

基于人工智能的軟件包，如 Autodesk 的 Netfabb 和 Sculpteo（巴斯夫子公司）的 Agile Metal Technology，可以通過在所謂的生成式設(shè)計方法中使用機器學(xué)習(xí)算法來評估和優(yōu)化 3D 打印的設(shè)計文件。制造商可以輸入所需的設(shè)計參數(shù)，人工智能分析設(shè)計要求以找到最有效的生產(chǎn)途徑。

自動缺陷檢測和閉環(huán)控制

△3D打印缺陷檢測

閉環(huán)控制系統(tǒng)的開發(fā)一直是增材制造工程師長期以來的關(guān)鍵目標(biāo)，隨著AI技術(shù)的發(fā)展，使這個目標(biāo)逐步成為可能。位于紐約 Niskayuna 的通用電氣添加劑研究實驗室的研究人員開發(fā)了一種專門的機器學(xué)習(xí)平臺，該平臺使用高分辨率相機逐層監(jiān)控打印過程，并檢測通常肉眼看不見的條紋、凹坑、空隙和其他缺陷。數(shù)據(jù)與使用計算機斷層掃描 (CT) 成像預(yù)先記錄的缺陷數(shù)據(jù)庫進行實時匹配。借助高分辨率成像和 CT 掃描數(shù)據(jù)，可以訓(xùn)練 AI 系統(tǒng)在打印過程中預(yù)測問題并檢測缺陷�？偛课挥趥惗氐� Ai Build 公司采用了類似的綜合機器學(xué)習(xí)方法，專門開發(fā)基于 AI 的自動化 3D 打印技術(shù)，以創(chuàng)建用于增材制造的智能打印機。它是工業(yè)機械臂的高精度附件，能夠高精度高速的打印大型物體。通過將先進的人工智能算法與傳感器數(shù)據(jù)實時處理相結(jié)合，智能 3D 打印擠出機可以檢測任何問題并做出自主決策，以實現(xiàn)最佳打印質(zhì)量。

人工智能創(chuàng)造新型 3D 打印材料

△3D打印材料缺陷

劍橋大學(xué)的一家名為 Intellegens 的衍生公司在其 Alchemite 平臺中使用機器學(xué)習(xí)算法來開發(fā)用于 3D 打印的新材料。該公司已成功使用 AI 平臺創(chuàng)建了一種適用于直接激光沉積制造工藝的新型鎳基合金。 Alchemite 的深度學(xué)習(xí)功能使您能夠使用大型材料屬性數(shù)據(jù)庫來確定最佳合金成分，以實現(xiàn)最終產(chǎn)品的最佳加工性能和質(zhì)量。

到目前為止，在增材制造中使用人工智能的重點是增強設(shè)計、提高 3D 打印過程的效率以及實現(xiàn)自主制造。很快，先進的人工智能解決方案將有助于降低設(shè)計復(fù)雜性，降低增材制造行業(yè)的知識門檻。


參考材料
1. Zhu, Z., et al. (2021) 3D-printed multifunctional materials enabled by artificial-intelligence-assisted fabrication technologies. Nat Rev Mater 6, 27–47.
2. Paraskevoudis, K., et al. (2020) Real-Time 3D Printing Remote Defect Detection (Stringing) with Computer Vision and Artificial Intelligence. Processes 8, 1464.
3. K. Sertoglu (2020) Argonne scientists use machine learning to predict defects in 3D printed parts[Online] www.3dprintingindustry.com
4. C. Valdivieso (2020) Why combine artificial intelligence and 3D printing? [Online] www.3dnatives.com