人工智能在3D打印中的工業(yè)應(yīng)用

 

　　隨著AI與3D打印的結(jié)合，可以預(yù)測(cè)各大制造公司的管理運(yùn)營(yíng)方式將發(fā)生巨大轉(zhuǎn)變。從產(chǎn)品開(kāi)發(fā)到配藥，人工智能技術(shù)可以推動(dòng)整個(gè)供應(yīng)鏈。打印過(guò)程自動(dòng)化也將減少人為錯(cuò)誤的可能性，大大提高生產(chǎn)效率。人工智能在3D打印中的潛力不僅僅局限于制造和建筑行業(yè)，像健康、設(shè)計(jì)、建筑和航空航天等其他行業(yè)也可以從AI與3D打印的結(jié)合中獲益。

 

　　利用機(jī)器學(xué)習(xí)進(jìn)行3D打印的核心優(yōu)勢(shì)

 

　　增材制造領(lǐng)域正在迅速擴(kuò)大，新的材料、技術(shù)和解決方案不斷被涌現(xiàn)。從確定某項(xiàng)工作的最佳材料到通過(guò)消除人為錯(cuò)誤來(lái)提高產(chǎn)品的構(gòu)造質(zhì)量，機(jī)器學(xué)習(xí)(ML)正在發(fā)揮其獨(dú)特的優(yōu)勢(shì)。

 

　　在將3D打印的物體真正應(yīng)用前，必須對(duì)其進(jìn)行修復(fù)以消除孔洞和其他缺陷，這往往需要大量的人力物力，但現(xiàn)在這些困難都可以由ML自動(dòng)識(shí)別和解決，節(jié)約了時(shí)間和金錢(qián)，因?yàn)樗鼰o(wú)需重新打印整個(gè)產(chǎn)品或花費(fèi)數(shù)小時(shí)手動(dòng)修復(fù)每個(gè)組件。通過(guò)根據(jù)經(jīng)驗(yàn)進(jìn)行微小的改動(dòng)，可以使用機(jī)器學(xué)習(xí)來(lái)優(yōu)化設(shè)計(jì)，最大化高質(zhì)量的輸出。預(yù)測(cè)性維護(hù)使用ML算法能夠預(yù)測(cè)零件何時(shí)需要更換或維修才能完全失效，有助于組織計(jì)劃并避免在等待更換組件時(shí)因昂貴的維修或停機(jī)而造成的損失。使用機(jī)器學(xué)習(xí)，公司可以利用消費(fèi)者數(shù)據(jù)來(lái)創(chuàng)造滿(mǎn)足他們需求的商品。簡(jiǎn)而言之，AI和ML在與3D打印結(jié)合使用時(shí)具有多種優(yōu)勢(shì)。

 

　　●AI故障遠(yuǎn)程檢測(cè)

 

　　在3D打印過(guò)程中檢測(cè)故障是必要的。Processes期刊介紹了一種基于AI的新型計(jì)算機(jī)視覺(jué)方法，用于在打印過(guò)程中評(píng)估熔絲制造(FFF)3D打印項(xiàng)目的質(zhì)量。

 

　　通過(guò)分析過(guò)程捕獲的視頻，構(gòu)建神經(jīng)網(wǎng)絡(luò)以發(fā)現(xiàn)整個(gè)打印過(guò)程中的3D打印問(wèn)題。在打印過(guò)程中，3D打印的物品很可能會(huì)出現(xiàn)缺陷，比如拉絲。這些缺陷通常與打印參數(shù)之一或?qū)ο蟮膸缀涡螤钕嚓P(guān)聯(lián)。在這種情況下，AI框架（深度卷積神經(jīng)網(wǎng)絡(luò)）在實(shí)時(shí)環(huán)境中開(kāi)發(fā)和實(shí)施，以對(duì)實(shí)時(shí)攝像機(jī)流執(zhí)行檢測(cè)過(guò)程和預(yù)測(cè)。

 

　　原文鏈接：https://doi.org/10.3390/pr8111464

 

　　●支持AI的3D打印如何塑造正畸學(xué)的未來(lái)

 

　　與其他行業(yè)類(lèi)似，創(chuàng)新的數(shù)字技術(shù)已經(jīng)改變了醫(yī)療保健行業(yè)和正畸實(shí)踐。人工智能(AI)和3D打印技術(shù)的最新突破對(duì)于增強(qiáng)正畸診斷和治療計(jì)劃，以及構(gòu)建算法和制造個(gè)性化正畸產(chǎn)品具有重要意義。

 

　　人工智能在診斷牙頜面異常和設(shè)計(jì)矯形外科手術(shù)方面具有巨大的前景。卷積神經(jīng)網(wǎng)絡(luò)方法表明，正頜手術(shù)顯著改善了大多數(shù)患者的外形和審美情趣。AI技術(shù)提高了正頜手術(shù)的臨床準(zhǔn)確性、使用3D模型（手術(shù)矯形器的3D制造）進(jìn)行治療規(guī)劃以及治療隨訪和圖片疊加。

 

　　●基于AI的適印性檢查

 

　　理論上，3D打印過(guò)程能夠創(chuàng)建任何3D對(duì)象。然而，與傳統(tǒng)生產(chǎn)工藝相比，3D打印由于其拓?fù)涮匦院吞厥獾牟牧闲枨螅溟_(kāi)發(fā)利用仍然受到限制。Journal of Basis Applied Science and Management System上的最新文章向讀者介紹了可打印性檢查器(PC)程序，該程序可確定對(duì)象是否適合3D打印或其他生產(chǎn)方法。

 

　　它由特征提取器(FE)、打印機(jī)管理器(PM)和驗(yàn)證器引擎(VE)組成。PC根據(jù)標(biāo)準(zhǔn)的復(fù)雜性值的結(jié)果進(jìn)行判斷。計(jì)算復(fù)雜性取決于多個(gè)指標(biāo)的選擇，例如測(cè)試的運(yùn)行時(shí)間。具體而言，有限元的目標(biāo)是檢索給定3D對(duì)象的科學(xué)可測(cè)試特征。PM負(fù)責(zé)使用適用的限制來(lái)管理打印機(jī)，然后將打印機(jī)配置文件發(fā)送給VE。同時(shí)，VE可以匹配FE和PM的特性和局限性，根據(jù)最終的復(fù)雜度結(jié)果驗(yàn)證3D物體的可打印性。

 

　　●人工智能如何影響航空航天零件的3D金屬打??？

 

　　Journal of Physics:Conference Series收錄了一篇文章，介紹了工智能在3D金屬打印中的集成已被視為一種潛在的發(fā)展，因此成為航空航天技術(shù)進(jìn)步的基礎(chǔ)。3D打印與人工智能相結(jié)合，使航空航天制造商能夠以更低的成本和更少的浪費(fèi)生產(chǎn)更準(zhǔn)確、更精確的航空部件，并提高設(shè)計(jì)自由度。傳感器和攝像頭安裝在3D打印機(jī)內(nèi)，通?？拷勰┰虾图す馐喜⑿纬晒腆w層的噴嘴附近，以提供過(guò)程控制和監(jiān)視。然后將數(shù)據(jù)發(fā)送到專(zhuān)門(mén)的軟件，實(shí)時(shí)評(píng)估和解釋各種現(xiàn)象，認(rèn)識(shí)到問(wèn)題并利用人工智能的力量來(lái)解決它們。

 

　　原文鏈接：10.1088/1742-6596/1892/1/012015

 

　　●麻省理工學(xué)院：基于人工智能的新型材料3D打印

 

　　麻省理工學(xué)院的研究人員創(chuàng)建了一種機(jī)器學(xué)習(xí)算法實(shí)時(shí)分析和更改3D打印過(guò)程以修復(fù)故障?？茖W(xué)家和技術(shù)人員一直在發(fā)明可用于3D打印的具有獨(dú)特品質(zhì)的新材料。然而，了解如何制造這些物質(zhì)可能是一項(xiàng)困難且昂貴的挑戰(zhàn)。使用人工智能，麻省理工學(xué)院的研究人員現(xiàn)在已經(jīng)簡(jiǎn)化了這項(xiàng)技術(shù)。開(kāi)發(fā)一個(gè)機(jī)器學(xué)習(xí)系統(tǒng)，使用計(jì)算機(jī)視覺(jué)來(lái)監(jiān)控生產(chǎn)過(guò)程并實(shí)時(shí)修復(fù)材料處理故障。通過(guò)模擬，研究人員教會(huì)神經(jīng)網(wǎng)絡(luò)如何修改打印設(shè)置以減少錯(cuò)誤，然后將該控制器應(yīng)用于真正的3D打印機(jī)。該技術(shù)比以前的任何3D打印控制器產(chǎn)生更精確的打印件。

 

　　人工智能在3D打印中應(yīng)用的挑戰(zhàn)

 

　　使用ML方法可知數(shù)據(jù)驅(qū)動(dòng)的數(shù)值模擬比基于物理的數(shù)值模擬在計(jì)算上更有效。原位分析和閉環(huán)調(diào)節(jié)高度依賴(lài)于計(jì)算工作。由于數(shù)據(jù)集更大，使用高速攝像機(jī)檢查水池需要更多的處理資源。這種使用大數(shù)據(jù)收集的應(yīng)用程序需要改進(jìn)機(jī)器學(xué)習(xí)算法。計(jì)算成本是在增材制造中實(shí)施AI的重大障礙。

 

　　數(shù)據(jù)交換對(duì)于大型數(shù)據(jù)庫(kù)的開(kāi)發(fā)至關(guān)重要，而大型數(shù)據(jù)庫(kù)是ML算法運(yùn)行所必需的。隨著越來(lái)越多的研究小組專(zhuān)注于新型材料和工藝的創(chuàng)造，數(shù)據(jù)收集和預(yù)處理的標(biāo)準(zhǔn)將確保數(shù)據(jù)共享并促進(jìn)AM社區(qū)內(nèi)的協(xié)作。許多ML框架彼此不兼容。為了在研究社區(qū)中傳播ML模型，建立一致的框架至關(guān)重要。缺乏標(biāo)準(zhǔn)是一個(gè)重大問(wèn)題，需要立即采取措施解決這一重大問(wèn)題。

 

　　機(jī)器學(xué)習(xí)(ML)算法的性能與輸入數(shù)據(jù)的質(zhì)量一樣出色。涉及熔融過(guò)程的3D打印程序中使用的傳感設(shè)備必須具有快速刷新率和出色的分辨率，以便從熔池中收集信息。盡管使用的傳感器種類(lèi)繁多，但每種現(xiàn)場(chǎng)監(jiān)測(cè)方法都有局限性，阻礙了其在實(shí)際生產(chǎn)線上的應(yīng)用。

 

　　市場(chǎng)分析

 

　　Fortune Business Insights對(duì)全球3D打印市場(chǎng)以及AI自動(dòng)化3D打印行業(yè)進(jìn)行了全面分析。2021年，全球3D打印市場(chǎng)估計(jì)為151億美元。預(yù)計(jì)從2022年到2029年，復(fù)合年增長(zhǎng)率為24.3%，從2022年的183.3億美元增長(zhǎng)到2029年的839億美元。

 

　　2021年自動(dòng)化3D打印市場(chǎng)價(jià)值7.0669億美元，預(yù)計(jì)到2027年將達(dá)到58.7856億美元，2022年至2027年的復(fù)合年增長(zhǎng)率為41.76%。制造業(yè)人工智能的市場(chǎng)規(guī)模預(yù)計(jì)將達(dá)到163億美元2027年，根據(jù)Research and Markets發(fā)布的最新報(bào)告，2022年至2027年的復(fù)合年增長(zhǎng)率為47.9%！

 

　　未來(lái)展望

 

　　人工智能正在為增材制造行業(yè)提供優(yōu)勢(shì)，未來(lái)的研究應(yīng)集中于：

 

　　●結(jié)合基于AI的可打印性測(cè)試、切片和路線規(guī)劃，以加速并行切片并優(yōu)化3D打印路徑。

 

　　●使用面向服務(wù)的架構(gòu)(SOA)通過(guò)基于云的設(shè)計(jì)和生產(chǎn)系統(tǒng)來(lái)提高3D打印的適應(yīng)性、集成性和個(gè)性化。

 

　　●通過(guò)指數(shù)技術(shù)、并行化和切片算法的改進(jìn)來(lái)改進(jìn)基于ML的計(jì)算預(yù)制（過(guò)程規(guī)劃），進(jìn)一步為快速的全球工業(yè)化開(kāi)辟道路。

 

　　簡(jiǎn)而言之，人工智能和3D打印的交叉已經(jīng)成為成功的秘訣，世界各地的機(jī)構(gòu)都在投資這一特定領(lǐng)域。