機床商務網公司動態
增材制造質量管理日趨成熟
閱讀：53 發布時間：2024-3-222023年 Formnext 展會是新公告的溫床，許多新公告利用人工智能來確保生產規模應用的一致打印質量和可追溯性。
HxGN 增材制造套件集成了四種軟件工具，可推動機械車間和 3D 打印服務機構的運營。圖片由Hexagon提供。
材料新聞
作者：Beth Stackpole
2月6， 2024
如果說去年Formnext展會上的公告是晴雨表的話，那么增材制造（AM）行業正在進入一個新的成熟階段，這得益于一波旨在大規模實施和工業化生產用例技術的產品。
隨著人工智能 （AI） 和機器學習 （ML） 成為許多公告的基礎，供應商推出了旨在解決質量管理、打印機性能監控和工作流程挑戰的軟件工具和平臺，這些挑戰一直是增材制造在生產規模應用中獲得牽引力的長期障礙。行業觀察人士預計增材制造市場將出現強勁增長——SNS Insider 的一項新研究估計，在 2023 年至 2030 年的預測期內，復合年增長率為 30.6%，最終到本世紀末銷售額將達到 747 億美元。同一份報告預計，2022 年增材制造市場規模為 167 億美元。
盡管增材制造技術和材料的增長預測看漲，發展迅速，但優化制造策略以確保零件的穩定、高質量輸出仍然太困難。特別是，可重復性是一項艱巨的任務——不僅在單個增材制造系統上，而且要確保零件可以在多個系統中以可重復和一致的方式復制，這些系統位于同一工廠，分布在不同的地點，甚至跨越多個地區，每個系統都有不同的環境因素。
“進步是有的，但它們通常局限于特定類型的工藝、特定材料和特定的打印機供應商，”人工智能制造軟件解決方案制造商Oqton的增材制造、檢測和模擬產品總監Tommaso Tamarozzi說。“一直缺乏能夠解決廣泛問題的通用解決方案。
AI/ML 占據中心位置
隨著行業對市場擴張的渴望，供應商正在介入解決方案，以應對質量挑戰并簡化工作流程，使更廣泛的受眾更容易獲得 3D 打印。3D打印機制造商正在增加其產品中的傳感器和攝像頭的數量，使用這些儀器來生成和收集數據流，通過智慧使用人工智能和機器學習，可以挖掘這些數據流以獲得洞察力，以幫助打印質量管理和打印機性能。
雖然AI/ML在一輪的公告中并不普遍，但這些技術正在發揮著更突出的作用。他們將繼續這樣做，以幫助做出復雜的決策，從而提高零件產量，特別是當制造商從一次性原型制作和小批量生產轉向利用增材制造進行大規模生產時。
考慮使用選擇性激光熔化 （SLM） 金屬 3D 打印機的質量工程師。通過一臺或兩臺激光器，人類可以管理和關聯傳感器數據、模擬數據和幾何分析，以找出工藝參數，從而保證零件完整性和 3D 打印成功。但是，隨著多激光 3D 打印系統的復雜性增加，以及最終越來越多的 SLM 打印機的出現，普通人無法實時解釋數據并做出決策。
“你需要達芬奇級別的實力來協調一臺帶有 12 個激光器的打印機，”Dyndrite 執行官 Harshil Goel 說，該公司制造圖形處理單元 （GPU） 加速計算引擎，為下一代數位制造硬件和軟件提供動力。“有很多可能的決定要做出，也有很多可能的排列。人工智能充當副駕駛，幫助客戶盡快做出決策。
人工智能對于實時利用傳感器反饋為閉環控制和原位監測提供動力也至關重要。在這些場景中，AM打印機參數仍處于開發和發展的早期階段，可以實時自動重新校準，以確保打印質量和零件完整性，并避免異常和零件變形。即使在這種參與水平上，Goel也告誡說，不要將人工智能視為一直以來工作參數之外的事物;人工智能只是讓大規模發生成為可能。
“人工智能是一個奇怪的包羅萬象的術語，而實際上，這是工程師一直在做的事情——將線性代數和數值分析應用于他們的決策，”Goel解釋道。“這一切都是為了管理風險。”
在其公告中，Dyndrite 宣布 Dyndrite LPBF Pro 是一款面向使用激光粉末床熔融 3D 打印機的專業人士的新應用程序，現已作為其VIP入職計劃的一部分提供，該計劃為其產品的早期采用者提供實踐咨詢和指導。該軟件為材料、質量、工藝和應用工程師提供可擴展的多線程 CPU 和 GPU 性能，以解決幾何和計算挑戰、改進打印準備流程以及對材料進行實驗和反覆運算。
該軟件可直接與各種金屬3D打印機（包括Aconity3D、雷尼紹和SLM）連接，消除了繁瑣且容易出錯的手動構建準備過程，并最終實現了無人值守的金屬打印。
“隨著機器變得越來越大、越來越復雜，對數據的需求也隨之飆升，”Goel 說。“我們的軟件利用 GPU、CPU 和網絡上盡可能多的計算機來提高輸送量。”
XiP Pro 工業 3D 打印機的制造商 Nexa3D 也在利用 AI 功能來提高印表質量和打印機性能，并實現從文件準備到后處理的整個端到端流程的自動化。Nexa AI 在每次打印時收集數據，使用它來不斷調整和優化打印參數，以防止打印失敗、支撐結構欠佳和后處理效率低下等情況。支援人工智能的打印智慧在每次打印時都會得到增強，使用戶能夠從簡化和自動化的工作流程、遠端監控和打印管理以及實時錯誤檢測、干預和修復中受益。
支援 AI 的 NexaX 軟件可實現遠端打印管理、實時錯誤檢測、干預和修復。圖片由Nexa3D提供。
Nexa3D 技術官 Izhar Medalsy 表示：“Nexa AI 不僅可以提醒使用者注意出了什么問題，還可以從故障或偏離正常情況中學習打印的物理特性，并改進流程以備下次使用。“這是實時數據收集和數位孿生監控的結合，再加上預測功能，提供了額外的優勢。”
可重復性和一致性
憑借其新的構建質量平臺，Oqton的目標是提供一種通用解決方案，在增材制造構建之前、期間和之后提高質量，以限度地提高流程和結果。產品套件模塊可獨立或協同工作，包括：
Oqton 3DXpert Build Simulation，用于在打印開始之前預測可打印性問題并防止設計異常;
MOS樓宇監控，可實時安全地監控、控制和提醒增材制造打印過程。該功能是與Oqton合作伙伴Baker Hughes共同開發的，它采用AI模型來檢測打印過程中的潛在缺陷，使用戶能夠跟蹤和追溯每個打印層并采取糾正措施;和
3Dxpert 構建檢測在零件完成后出現，分析最終輸出，以確保其與構建過程和構建模擬期間的預期保持一致。
雖然使用每個模塊有助于檢測和預防構建問題，但將這三個模塊作為集成增材制造質量管理套件的一部分，可以創建更全面的工作流程。
Oqton Build Quality 有助于跟蹤和檢查增材制造零件的質量指標，并評估構建性能。圖片由Oqton提供。
“每個模塊都能檢測不同的問題并解決不同的問題，如果你擁有所有模塊，你就會捕獲更多的問題，”Oqton 的 Tamarozzi 說。“覆蓋在不同階段捕獲的不同類型的結果的端到端工作流程提供了大量信息......并向客戶展示他們可以在多個網站上保持一定的零件質量打印。
就其本身而言，Hexagon 正試圖通過一套獨立于機器且與 CAD 無關的新工具為車間帶來可重復性。HxGN增材制造套件可與現有的 CAD 軟件、金屬粉末床熔融 （PBF） 打印機和計算機數控 （CNC） 機床配合使用，幫助車間人員在進行任何物理構建之前自動執行耗時的流程并優化生產。
該平臺包括：Designer，一種用于逆向工程或設計零件的 CAD 制造解決方案;AM STUDIO，用于任何金屬 PBF AM 打印機的構建準備，包括切片和影線功能;Simufact Additive，用于類比打印作業和優化打印策略和構建方向;以及 ESPIRIT EDGE，它使用 AI 和數位孿生技術來確保 CNC 加工和后處理的精確性。新套件還允許制造人員通過海克斯康的開放式數位現實平臺Nexus進行協作和共享實踐。
“減緩增材制造工業化的是制造質量和生產力，”海克斯康制造智慧部門增材制造解決方案總監Mathieu Perennou說。“將所有不同的步驟組合到一個解決方案中，解決了必須從一個產品跳到下一個產品的問題，并在一個通用界面下提供所有工具。”
為了將質量和過程控制提升到一個新的水平，Materialise 推出了 CO-AM 質量和過程控制 （QPC），該解決方案使增材制造用戶能夠跟蹤、監控、分析和關聯對零件質量至關重要的所有數據。該軟件在產品開發的不同階段將增材制造數據源互連，包括 3D 模型、原材料、工藝參數、原位工藝監控、后處理和質量檢測。這個想法是提供端到端流程和由此產生的相互關系的整體檢視。QPC系統也是Materialise更廣泛的CO-AM軟件平臺的一部分。
Materialise正在與Ansys合作，將其模擬技術集成到其軟件平臺中，以支援無縫工作流程。圖片由Materialise提供。
QPC的個模塊是今年早些時候發布的層分析，它可以幫助使用者分析和關聯3D打印過程中的層數據。該模塊經過進一步開發，包括更多的原位過程監測數據源，以及將結果與 CT 掃描相關聯的能力。QPC Process Lab 是一個新成員，該模塊旨在促進團隊之間的協作，以結構化的方式集中生產數據，以便輕松訪問。
在其他新聞中，Materialise宣布與Ansys建立合作伙伴關系，使Materialise Magics及其數據和構建準備軟件的使用者更容易訪問Ansys模擬數據。該集成旨在創建無縫的工作流程，包括更輕松地將模擬結果應用于構建準備過程，以確保打印成功和零件質量。合作伙伴計劃在增材制造過程中探索更多模擬機會