根據3D科學穀的市場觀察，3D打印-增材製造工藝正在超越傳(chuan) 統生產(chan) 技術，因為(wei) 增材製造工藝不僅(jin) 更靈活，而且在某些應用中更經濟、更實用。不過在很多情況下，增材製造的加工效率仍然落後於(yu) 傳(chuan) 統工藝。

Fraunhofer正在用人工智能 (AI) 解決(jue) 這個(ge) 問題：多虧(kui) 了用於(yu) 過程控製的新軟件，特別是激光材料沉積將自動優(you) 化並變得更加高效。

對於(yu) 複雜的幾何形狀，例如在這個(ge) 刀片齒上，或磨損不均勻的地方，基於(yu) AI 的流程優(you) 化將顯著提高效率。

Apollo

人工智能照進3D打印的現實

根據3D科學穀，基於(yu) 增材思維的先進設計與(yu) 智能製造, 與(yu) 新一代人工智能技術深度融合，形成高吞吐量、高產(chan) 品質量控製能力、高產(chan) 品複雜性的新一代智能製造技術，進而成為(wei) 第四次工業(ye) 革命的核心技術引擎。

作為(wei) 德國與(yu) 加拿大的 3+2 資助計劃的一部分，AI-SLAM 項目由德國聯邦教育和研究部資助，加拿大方麵由 NRC 資助。重點是利用人工智能為(wei) 工業(ye) 生產(chan) 開發新技術。各個(ge) 項目來自各行各業(ye) 的真實需求。覆蓋的應用範圍廣泛；包括來自采礦和能源部門的需求，到汽車工業(ye) 和電信，再到建築和基礎設施管理領域的需求，該資助將持續到 2024 年 3 月。

像這種外徑約為(wei) 140 毫米的碎石機齒這樣的磨損部件通過 LMD 工藝進行修複。由於(yu) 人工智能，修複不規則表麵的過程將得到優(you) 化。

Apollo Machine and Welding Ltd，加拿大。

人工智能優(you) 化工藝參數

來自加拿大的機器製造商Apollo為(wei) 采礦和石油行業(ye) 提供開采設備，其中采礦業(ye) 使用的碎石機齒需要定期檢修。通過使用激光材料沉積 (LMD)-金屬3D打印工藝，可以在磨損部件上沉積金屬層，直到重建原始幾何形狀。

此修複過程中的問題是零件的不均勻磨損，這意味著必須應用不同厚度的層。操作員必須在每個(ge) 塗層步驟之後或至少在每十層之後測量它並重新調整過程。

在“用於(yu) 人工智能增強自適應激光增材製造 AI-SLAM ”的項目中，德國和加拿大的合作夥(huo) 伴正在共同為(wei) 開采設備製造商開發可用於(yu) 自動運行 LMD 過程的軟件。為(wei) 此，係統會(hui) 在塗層過程中自動記錄幾何形狀，檢測與(yu) 指定輪廓的偏差並重新調整工藝參數，例如進給速率。

在人工智能的幫助下計算出優(you) 化的控製參數，該軟件分析更大的數據集，並獨立學習(xi) 如何迭代改進流程。這個(ge) 為(wei) 期三年的項目的最新裏程碑是在弗勞恩霍夫激光研究所-Fraunhofer ILT 為(wei) 掃描組件和自動路徑規劃調試軟件功能。

在德國方麵，位於(yu) 德國亞(ya) 琛的弗勞恩霍夫激光技術研究所 ILT 和軟件開發商 BCT 參與(yu) 了 AI SLAM項目。在加拿大，該項目由加拿大國家研究委員會(hui) NRC 協調。該項目的重點非常複雜：基本上，必須係統地收集和處理盡可能多的過程數據。然後，從(cong) 這些數據中，通過人工智能自動學習(xi) 如何優(you) 化過程控製，以便最終以更少的努力生產(chan) 更多產(chan) 品。

得益於(yu) 定期的視頻會(hui) 議和共同準備的在線文件，德國和加拿大的合作項目工作順利進行。在虛擬實驗室參觀中，合作夥(huo) 伴已經熟悉了彼此的軟件和硬件環境。為(wei) 了交換過程數據和實施機器學習(xi) 模型，mlOS機器學習(xi) 操作係統已向所有項目合作夥(huo) 伴開放。

在製造業(ye) 中使用 AI 的方法有多種，通常從(cong) 分析圖像或其他數據開始。有了人類“老師”給予的人工智能的算法，人工智能甚至可以識別複雜數據中的結構。因此，它可以在早期檢測到與(yu) 預定義(yi) 最佳值的偏差，從(cong) 而可以對過程進行調節。當數據的記錄和處理與(yu) 過程控製相結合形成一個(ge) 自主過程時，就達到了最高水平：智能化調整加工策略。

數據捕捉+算法

在3D打印方麵，根據3D科學穀的了解，弗勞恩霍夫激光技術研究所Fraunhofer ILT目前能夠通過 AI 顯著改善金屬 3D 打印的結果。在激光粉末床選區金屬熔化 (LPBF) 工藝係統中，使用高分辨率 HDR 相機對每一層中的組件表麵進行拍照。圖像數據可以捕捉到兩(liang) 種影響：一方麵，可以測量過程中組件可能發生的翹曲；另一方麵，可以仔細檢查表麵的粗糙度。因此，可以在生產(chan) 過程中對缺陷進行分類。

當然，Fraunhofer的研究步伐不會(hui) 僅(jin) 僅(jin) 停留在單台設備的自適應上，根據3D科學穀的了解，2020年初，Fraunhofer IPT弗勞恩霍夫生產(chan) 技術研究所IPT和瑞典移動網絡供應商愛立信共同開發了“歐洲5G工業(ye) 園區”的概念，監視和控製高度複雜製造過程的5G傳(chuan) 感器，移動機器人，物流和多站點生產(chan) 鏈，分布式製造控製，區塊鏈，人工智能與(yu) 邊緣雲(yun) 計算等等正在以未來已來的方式呈現在我們(men) 麵前。

《暗知識》表示，可以感知，在不久的未來，下一步的人工智能將跨越單台3D打印設備，實現設備與(yu) 設備之間的協調與(yu) 工藝優(you) 化。 如果說算法是引擎的設計，那麽(me) 算力是引擎的馬力，而數據是引擎的燃料。

在人工智能的幫助下，激光參數也可以在過程中進行特定的更改，以便對過程狀態的變化做出動態反應。這提高了零件的質量，並在缺陷發生之前加以預防。工智能不僅(jin) 使用戶能夠優(you) 化生產(chan) 流程，實現零缺陷生產(chan) 。在具有大量複雜數據的過程中，例如現代光學的發展，人工智能也降低了複雜性。開發過程變得更加清晰、更加確定並且更少依賴於(yu) 個(ge) 別專(zhuan) 家的直覺。

根據3D科學穀的市場了解，在商業(ye) 化方麵，具有集成 AI 的過程監控係統將支持這種轉變，並實現從(cong) 全細節測試演變為(wei) 智能測試的直接方法。根據3D科學穀的市場觀察，國際上通過AI來進行增材製造加工質量控製的商業(ye) 化軟件公司目前包括以色列的printsyst，美國的addiguru，德國的nebumind，以及瑞士的Nnaisense 。

回過頭來看增材製造，其發展趨勢就像電視，從(cong) 原來黑白相間，連人影都看得默默糊糊的小“盒子”，再到彩色電視，再到現在的超薄大屏幕的數字電視，其發展中脫胎換骨的感覺讓人無法將這一技術定格在電視曾經的模樣。

這其中，軟件發揮了重要的作用…年輕的3D打印產(chan) 業(ye) 正期待著一個(ge) 完全自動化的工廠，進行生產(chan) 的不隻是一個(ge) 產(chan) 品，而是幾百個(ge) ，甚至上千個(ge) 的數字串行製造模式。