2023年 Formnext 展会是新公告的温床，许多新公告利用人工智能来确保生产规模应用的一致打印质量和可追溯性。

HxGN 增材制造套件集成了四种软件工具，可推动机械车间和 3D 打印服务机构的运营。图片由Hexagon提供。

材料新闻

作者：Beth Stackpole

2月6， 2024

如果说去年Formnext展会上的公告是晴雨表的话，那么增材制造（AM）行业正在进入一个新的成熟阶段，这得益于一波旨在大规模实施和工业化生产用例技术的产品。

随着人工智能 （AI） 和机器学习 （ML） 成为许多公告的基础，供应商推出了旨在解决质量管理、打印机性能监控和工作流程挑战的软件工具和平台，这些挑战一直是增材制造在生产规模应用中获得牵引力的长期障碍。行业观察人士预计增材制造市场将出现强劲增长——SNS Insider 的一项新研究估计，在 2023 年至 2030 年的预测期内，复合年增长率为 30.6%，最终到本世纪末销售额将达到 747 亿美元。同一份报告预计，2022 年增材制造市场规模为 167 亿美元。

尽管增材制造技术和材料的增长预测看涨，发展迅速，但优化制造策略以确保零件的稳定、高质量输出仍然太困难。特别是，可重复性是一项艰巨的任务——不仅在单个增材制造系统上，而且要确保零件可以在多个系统中以可重复和一致的方式复制，这些系统位于同一工厂，分布在不同的地点，甚至跨越多个地区，每个系统都有不同的环境因素。

“进步是有的，但它们通常局限于特定类型的工艺、特定材料和特定的打印机供应商，”人工智能制造软件解决方案制造商Oqton的增材制造、检测和模拟产品总监Tommaso Tamarozzi说。“一直缺乏能够解决广泛问题的通用解决方案。

AI/ML 占据中心位置

随着行业对市场扩张的渴望，供应商正在介入解决方案，以应对质量挑战并简化工作流程，使更广泛的受众更容易获得 3D 打印。3D打印机制造商正在增加其产品中的传感器和摄像头的数量，使用这些仪器来生成和收集数据流，通过智慧使用人工智能和机器学习，可以挖掘这些数据流以获得洞察力，以帮助打印质量管理和打印机性能。

虽然AI/ML在一轮的公告中并不普遍，但这些技术正在发挥着更突出的作用。他们将继续这样做，以帮助做出复杂的决策，从而提高零件产量，特别是当制造商从一次性原型制作和小批量生产转向利用增材制造进行大规模生产时。

考虑使用选择性激光熔化 （SLM） 金属 3D 打印机的质量工程师。通过一台或两台激光器，人类可以管理和关联传感器数据、模拟数据和几何分析，以找出工艺参数，从而保证零件完整性和 3D 打印成功。但是，随着多激光 3D 打印系统的复杂性增加，以及最终越来越多的 SLM 打印机的出现，普通人无法实时解释数据并做出决策。

“你需要达芬奇级别的实力来协调一台带有 12 个激光器的打印机，”Dyndrite 执行官 Harshil Goel 说，该公司制造图形处理单元 （GPU） 加速计算引擎，为下一代数位制造硬件和软件提供动力。“有很多可能的决定要做出，也有很多可能的排列。人工智能充当副驾驶，帮助客户尽快做出决策。

人工智能对于实时利用传感器反馈为闭环控制和原位监测提供动力也至关重要。在这些场景中，AM打印机参数仍处于开发和发展的早期阶段，可以实时自动重新校准，以确保打印质量和零件完整性，并避免异常和零件变形。即使在这种参与水平上，Goel也告诫说，不要将人工智能视为一直以来工作参数之外的事物;人工智能只是让大规模发生成为可能。

“人工智能是一个奇怪的包罗万象的术语，而实际上，这是工程师一直在做的事情——将线性代数和数值分析应用于他们的决策，”Goel解释道。“这一切都是为了管理风险。”

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 打印机的专业人士的新应用程序，现已作为其VIP入职计划的一部分提供，该计划为其产品的早期采用者提供实践咨询和指导。该软件为材料、质量、工艺和应用工程师提供可扩展的多线程 CPU 和 GPU 性能，以解决几何和计算挑战、改进打印准备流程以及对材料进行实验和反覆运算。

该软件可直接与各种金属3D打印机（包括Aconity3D、雷尼绍和SLM）连接，消除了繁琐且容易出错的手动构建准备过程，并最终实现了无人值守的金属打印。

“随着机器变得越来越大、越来越复杂，对数据的需求也随之飙升，”Goel 说。“我们的软件利用 GPU、CPU 和网络上尽可能多的计算机来提高输送量。”

XiP Pro 工业 3D 打印机的制造商 Nexa3D 也在利用 AI 功能来提高印表质量和打印机性能，并实现从文件准备到后处理的整个端到端流程的自动化。Nexa AI 在每次打印时收集数据，使用它来不断调整和优化打印参数，以防止打印失败、支撑结构欠佳和后处理效率低下等情况。支援人工智能的打印智慧在每次打印时都会得到增强，使用户能够从简化和自动化的工作流程、远端监控和打印管理以及实时错误检测、干预和修复中受益。

支援 AI 的 NexaX 软件可实现远端打印管理、实时错误检测、干预和修复。图片由Nexa3D提供。

Nexa3D 技术官 Izhar Medalsy 表示：“Nexa AI 不仅可以提醒使用者注意出了什么问题，还可以从故障或偏离正常情况中学习打印的物理特性，并改进流程以备下次使用。“这是实时数据收集和数位孪生监控的结合，再加上预测功能，提供了额外的优势。”

可重复性和一致性

凭借其新的构建质量平台，Oqton的目标是提供一种通用解决方案，在增材制造构建之前、期间和之后提高质量，以限度地提高流程和结果。产品套件模块可独立或协同工作，包括：

Oqton 3DXpert Build Simulation，用于在打印开始之前预测可打印性问题并防止设计异常;

MOS楼宇监控，可实时安全地监控、控制和提醒增材制造打印过程。该功能是与Oqton合作伙伴Baker Hughes共同开发的，它采用AI模型来检测打印过程中的潜在缺陷，使用户能够跟踪和追溯每个打印层并采取纠正措施;和

3Dxpert 构建检测在零件完成后出现，分析最终输出，以确保其与构建过程和构建模拟期间的预期保持一致。

虽然使用每个模块有助于检测和预防构建问题，但将这三个模块作为集成增材制造质量管理套件的一部分，可以创建更全面的工作流程。

Oqton Build Quality 有助于跟踪和检查增材制造零件的质量指标，并评估构建性能。图片由Oqton提供。

“每个模块都能检测不同的问题并解决不同的问题，如果你拥有所有模块，你就会捕获更多的问题，”Oqton 的 Tamarozzi 说。“覆盖在不同阶段捕获的不同类型的结果的端到端工作流程提供了大量信息......并向客户展示他们可以在多个网站上保持一定的零件质量打印。

就其本身而言，Hexagon 正试图通过一套独立于机器且与 CAD 无关的新工具为车间带来可重复性。HxGN增材制造套件可与现有的 CAD 软件、金属粉末床熔融 （PBF） 打印机和计算机数控 （CNC） 机床配合使用，帮助车间人员在进行任何物理构建之前自动执行耗时的流程并优化生产。

该平台包括：Designer，一种用于逆向工程或设计零件的 CAD 制造解决方案;AM STUDIO，用于任何金属 PBF AM 打印机的构建准备，包括切片和影线功能;Simufact Additive，用于类比打印作业和优化打印策略和构建方向;以及 ESPIRIT EDGE，它使用 AI 和数位孪生技术来确保 CNC 加工和后处理的精确性。新套件还允许制造人员通过海克斯康的开放式数位现实平台Nexus进行协作和共享实践。

“减缓增材制造工业化的是制造质量和生产力，”海克斯康制造智慧部门增材制造解决方案总监Mathieu Perennou说。“将所有不同的步骤组合到一个解决方案中，解决了必须从一个产品跳到下一个产品的问题，并在一个通用界面下提供所有工具。”

为了将质量和过程控制提升到一个新的水平，Materialise 推出了 CO-AM 质量和过程控制 （QPC），该解决方案使增材制造用户能够跟踪、监控、分析和关联对零件质量至关重要的所有数据。该软件在产品开发的不同阶段将增材制造数据源互连，包括 3D 模型、原材料、工艺参数、原位工艺监控、后处理和质量检测。这个想法是提供端到端流程和由此产生的相互关系的整体检视。QPC系统也是Materialise更广泛的CO-AM软件平台的一部分。

Materialise正在与Ansys合作，将其模拟技术集成到其软件平台中，以支援无缝工作流程。图片由Materialise提供。

QPC的个模块是今年早些时候发布的层分析，它可以帮助使用者分析和关联3D打印过程中的层数据。该模块经过进一步开发，包括更多的原位过程监测数据源，以及将结果与 CT 扫描相关联的能力。QPC Process Lab 是一个新成员，该模块旨在促进团队之间的协作，以结构化的方式集中生产数据，以便轻松访问。

在其他新闻中，Materialise宣布与Ansys建立合作伙伴关系，使Materialise Magics及其数据和构建准备软件的使用者更容易访问Ansys模拟数据。该集成旨在创建无缝的工作流程，包括更轻松地将模拟结果应用于构建准备过程，以确保打印成功和零件质量。合作伙伴计划在增材制造过程中探索更多模拟机会