AIProcessi stampa 3DSoftware AM

LLNL sviluppa un sistema di ispezione basato su fotocamera per la stampa 3D

I ricercatori creano un sistema che utilizza il machine learning per rilevare i difetti di stampa layer by layer, direttamente durante la produzione

Stay up to date with everything that is happening in the wonderful world of AM via our LinkedIn community.

Un team del Lawrence Livermore National Laboratory (LLNL) ha sviluppato un sistema che combina fotocamere e software per ispezionare i pezzi stampati in 3D layer by layer durante la stampa, anziché al termine del processo, utilizzando intelligenza artificiale e machine learning per segnalare i difetti in tempo reale.

Camera-based inspection system for 3D printing built by LLNL

Il sistema è pensato per la direct ink writing (DIW): le fotocamere montate sulla stampante alimentano con immagini un software di segmentazione basato su ML che mappa il materiale nel momento in cui viene depositato.

“Ora il sistema ha una vera capacità di ragionamento dietro le immagini che acquisisce”, ha dichiarato Brian Weston, ingegnere e AI/ML Lead per i Digital Twins dell’LLNL e responsabile tecnico del progetto. “Il nostro sistema può vedere mentre stampiamo, e possiamo prendere decisioni basate sui dati man mano che procediamo.”

Tradizionalmente, un pezzo deve essere completato e rimosso prima di poter essere controllato, in genere con imaging a raggi X o test meccanici, ma questi controlli sono costosi e lenti. Il sistema dell’LLNL, invece, acquisisce immagini a ogni layer e calcola misurazioni come il diametro del filamento in tempo reale.

Il team ha addestrato il proprio modello di segmentazione delle immagini su quasi 15.000 immagini annotate manualmente. Su 55 pezzi di test, i risultati si sono attestati entro pochi micrometri rispetto alle misurazioni manuali, che possono richiedere fino a un’ora per immagine contro i millisecondi del software — circa 100.000 volte più veloce in media.

In un test più ampio, il team ha mappato circa 2.500 immagini da un singolo layer di un cuscino da 25 x 25 centimetri, rivelando una leggera inclinazione della piattaforma che una misurazione media avrebbe mascherato.

Brian Giera, Associate Program Director per Data Science, AI e Manufacturing dell’LLNL, ha dichiarato: “L’ispezione sulla macchina rappresenterà una svolta fondamentale per ridurre i costi…aumentare la produttività e fornire più informazioni sui pezzi che realizziamo. È il raggiungimento di un traguardo che il settore inseguiva da tempo, ottenuto in modo che possa essere replicato in molti altri ambiti.”

Articoli Correlati

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

Pulsante per tornare all'inizio