过程监控中的人工智能 (AI)

1。简介：盲印结束

金属 3D 打印（特别是激光粉末床融合 - PBF）长期以来一直是一种“黑匣子”工艺。经过数百小时的打印后，通常只有在除粉或 CT 扫描后才能知道组件是否没有内部缺陷。鉴于每小时机器费率和粉末成本较高，这是一个巨大的经济风险。

如今，人工智能 (AI) 与现场监控（实时过程监控）相结合正在彻底改变质量保证并大幅减少浪费。

2。数据洪流：神经网络的案例

配备多个激光器的工业 3D 打印机每次构建作业都会生成数 TB 的传感器数据。人类不可能筛选如此大量的数据。这就是机器学习 (ML) 发挥作用的地方。

• 计算机视觉（摄像头数据）：摄像头在每次刮刀过程后监控粉末床。经过数万张图像训练的人工智能可以立即检测到粉末缺失、涂布机划痕或凸起边缘（翘曲）。它会在发生崩溃之前自动停止机器。
• 熔池分析：光电二极管以微秒精度分析熔池的强度和温度。人工智能会检测到“锁孔”（熔化太深，留下毛孔）或“未融合”（熔化太冷，连接不足）等异常情况。

3。从错误检测到自动纠正

现代机器中的人工智能不仅仅可以发出警报（监控）。它实现了“闭环控制”。

如果人工智能模型检测到组件在某个边缘过热（因为周围没有足够的粉末来散热），它会实时向控制器发送信号。激光器在此时降低功率几分之一秒，以防止过热。这种“前馈”过程可以在缺陷发生之前主动消除它们。

4。数字孪生和认证

特别是对于航空或医疗技术等受到高度监管的行业，人工智能支持的现场监控提供了宝贵的优势：数字孪生。

人工智能无需在打印后在计算机断层扫描 (CT) 机器中检查每个组件的空腔（这会花费数千欧元），而是根据收集的熔池数据生成成品组件的 3D 体素模型。创建虚拟 CT 扫描（“虚拟 CT”）。如果此模型没有显示任何红色（故障）区域，则可以更快地释放组件。

5。结论：人工智能是批量生产的推动者

人工智能的集成将金属 3D 打印从一种容易出错的艺术形式转变为一种高度确定性、可预测的工业流程。机器学习模型减少了参数开发时间，防止施工取消，是降低增材大规模生产成本的关键。