3D打印技术参考注意到，工业和信息化部科技司于近日公示了人工智能赋能新型工业化典型应用入选案例名单。其中，两项3D打印应用案例名列其中，均为共享智能装备有限公司申报，这两项案例也成为本领域唯一入选的行业代表。分别为：
“面向3D打印领域设备运行与维护的智能客服大模型解决方案”，入围行业应用方向典型应用案例
“面向粘结剂喷射3D打印的在线质量检测系统”，入围装备产品方向典型应用案例
行业应用方向
装备产品方向
据悉，此次工信部以人工智能赋能新型工业化为主线，围绕“技术底座、行业应用、装备产品、支撑保障”4大领域在全国范围内遴选出151项典型应用案例（其中装备产品方向33项），有助于全方位、深层次、高水平推进人工智能赋能新型工业化，加强典型经验总结和优秀案例推广，打造行业应用标杆，进一步推进人工智能技术和实体经济深度融合发展。
AI正深度介入3D打印质量控制
质量控制一直3D打印技术发展的重中之重！发展至今，多家厂商均推出了自己的基于声、光、热等的质量控制方式，这些手段对于保障3D打印质量起到了一定作用，但完全的质量保障发展程度尚不成熟。随着人工智能技术的兴起，将这两种技术结合，正在给3D打印质量控制带来新的发展契机。
人工智能在3D打印质量控制中的深度介入主要体现在以下几个方面：
首先，AI可以通过机器学习和深度学习技术，对3D打印过程中的大量数据进行分析和预测，从而优化打印参数，提高打印质量和效率。例如，AI可以实时监控打印过程中的温度、速度等关键参数，并根据检测结果自动调整这些参数，以防止打印缺陷的发生。
其次，AI结合机器视觉技术，能够对打印出的部件进行实时检测和分析，识别出如裂纹、变形等缺陷，并及时进行调整。
此外，AI还可以通过生成式设计方法，优化3D打印的设计文件，生成更轻、更强、更节省材料的结构。这种优化不仅提高了设计效率，还为3D打印提供了更高质量的打印基础。
AI辅助3D打印质量控制发展情况
3D打印技术参考注意到，自2024年年初以来，已有多家企业将人工智能技术纳入到3D打印质量控制体系中来。
1.英伟达助力Freeform使用人工智能加强金属3D打印质量控制
2024年10月，英伟达旗下NVentures和波音旗下AE Ventures出资1400万美元投资3D打印技术开发商Freeform，它是一家由前SpaceX工程师创立的AI驱动金属3D打印的高科技企业，正在开发一种新的可实现大批量金属3D打印的工艺流程。
Freeform在制造的整个流程上进行了创新，实现了激光打印不间断。基于该流程，Freeform表示制造金属零件的速度比现有方法快25-50倍，而且成本仅为现有方法的一小部分。
质量控制是被此次投资看中的关键。Freeform的机器具备微秒级的监控能力，能够实时追踪打印过程中的各项参数，并据此进行精细调整，以满足如SpaceX等高端工作场所对打印质量的严苛要求。Freeform系统上搭载了以微秒级速度运行的高速计算机视觉反馈机制，在有效缓解质量问题的同时，依然能够保持对复杂几何图形的高速打印能力。
作为此次投资的一部分，Freeform将利用NVIDIA的加速计算平台增强其现有的AI驱动功能，该平台可对金属3D打印过程的复杂物理特性进行实时预测控制。这种方法为金属增材制造开辟了新的可能性，而这些可能性以前是使用传统方法无法实现的。
2.HP利用英伟达AI提升BJ金属3D打印烧结变形预测效果
金属烧结是金属注射成型零件和粘结剂喷射技术制造过程中的必要步骤。这个过程会引起显著的变形，变形范围从25%到50%不等，通常取决于生坯的孔隙率。在最终零件中实现精确的几何精度和一致性，对于提高制造产量提出了重大挑战。此外，这种收缩是非等向的，因为它取决于烧结过程中产生的非均匀应力，从而导致诸如重力下垂、重力塌陷和表面拖曳等变形。
2024年7月，3D打印技术参考注意到，惠普（HP）的3D打印部门利用英伟达（NVIDIA）的开源人工智能工具Modulus来改进其3D打印流程。具体地说，这一人工智能技术利用物理信息神经网络将物理定律融入机器学习模型中，来提高HP粘结剂喷射金属3D打印后烧结阶段的变形预测效果。
在本研究中，工程师采用基于图的深度学习方法来预测零件的变形，其中变形模拟可以在体素级别上显著加速。通过使用训练有素的金属烧结推理引擎，可以在几秒钟内获得最终的烧结变形值。该研究强调，与传统方法相比，这种先进的模型显著加快了模拟时间。
3.AI赋能陶瓷增材制造，3DCERAM确保陶瓷大规模3D打印质量
2024年11月，3D打印技术参考注意到，陶瓷3D打印设备制造商3DCeram公司，新推出了名为CERIA的高级人工智能（AI）工具。该工具旨在优化陶瓷3D打印流程，提升工业应用中的效率、降低成本并提高精度。
作为模块化AI系统，CERIA围绕两个核心AI模块构建，为整个3D打印工作流程提供全面的优化方案。其中，CERIA Set模块通过分析部件设计，为每个项目定制打印参数，生成能够最大化生产效率和精度的配置。而CERIA Live模块则提供实时监控与调整功能，确保生产流程的连续性。这两个模块共同利用光固化成型（SLA）技术的优势，实现大规模自动化生产，满足技术陶瓷对工业规模和精细要求的双重挑战。
此外，CERIA通过颜色编码的可视化系统优化了部件放置，并能在3D打印过程中检测浆料问题。通过包含颜色编码的可视化系统，CERIA Live能够在打印过程中实时监控每一层。每种颜色都有其特定用途，从而帮助用户快速识别并解决问题，确保生产顺利进行。通过配备AI驱动的设计指导、强调材料效率以及实时监控，CERIA提供了一个可扩展的解决方案，旨在提升陶瓷3D打印的能力。
4.EOS增材制造软件套件被集成人工智能技术，用于保障打印质量
德国1000 Kelvin是一家专注于人工智能驱动的增材制造解决方案提供商，其推出的AMAIZE软件旨在提高金属激光粉末床熔融（LPBF）3D打印的效率和可靠性。AMAIZE通过高性能计算和基于物理的机器学习技术，优化曝光策略，减少试错周期，并在某些情况下能够消除对支撑结构的需求。
2024年，1000 Kelvin将所开发的AMAIZE解决方案集成到了EOS的金属3D打印机上，该方案可以在几分钟内预测并纠正扫描策略中的热问题。而新增功能还可提高生产流程的效率，简化设计流程，将工程成本降低80%，并加快增材制造使用进程。
1000 Kelvin表示，使用AMAIZE解决方案，工程师能够在几分钟内识别出导致零件故障的关键因素，并调整3D打印工艺参数。该公司声称，其可将失败风险从90%降低到5%，提高了3D打印的质量，并将工程时间缩短了10倍。根据EOS官网消息，这一深度集成大大加快了生产工作流程，并为全球客户提升了工程设计流程效率。
END
总的来说，自2024年年初以来，已有多家公司开始将人工智能技术集成到3D打印质量控制体系中，这无疑会将成为未来的又一发展趋势。
最后，在大规模打印的场景中，人工智能算法还能够优化工作流程，确保多台打印机在最佳状态下运行。先进的协调算法可以在复杂的生产环境中，确保每一台打印机都能高效运作，从而提高生产的可扩展性。AI还可以通过预测性维护来减少打印机的停机时间，降低维护成本。
注：本文由3D打印技术参考创作，未经联系授权，谢绝转载。
