人工智能與3D打印結(jié)合，獲得無(wú)限可能

導(dǎo)讀：增材制造一直在發(fā)展壯大，是許多主要領(lǐng)域的支柱，例如汽車行業(yè)、航空航天工業(yè)、可持續(xù)建筑等。大多數(shù)工業(yè)部門都選擇使用人工智提高收入并減少工作時(shí)間，增材制造行業(yè)也不例外。人工智能 (AI) 在3D打印中的應(yīng)用一直是世界各地研究者們研究的重點(diǎn)。



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，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�其開(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 金屬打印？



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)，通常靠近粉末原料和激光束合并形成固體層的噴嘴附近，以提供過(guò)程控制和監(jiān)視。然后將數(shù)據(jù)發(fā)送到專門的軟件，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。科學(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。