Immagine copertina generata con l’intelligenza artificiale
Una telecamera che osserva la stampa 3D mentre il processo è ancora in corso e un sistema di AI capace di trasformare migliaia di immagini in misurazioni dettagliate. È la tecnologia sviluppata dai ricercatori del Lawrence Livermore National Laboratory (LLNL) per controllare le strutture realizzate con la stampa 3D strato dopo strato. L’obiettivo è individuare difetti prima che il componente lasci la stampante, riducendo il ricorso a controlli successivi più costosi e lunghi.
Come funziona il sistema di ispezione smart camera
Il sistema combina telecamere installate direttamente sulla stampante 3D, strumenti di computer vision e un modello di machine learning addestrato per riconoscere e misurare il materiale depositato. Durante la produzione, le fotocamere acquisiscono immagini dei singoli strati, mentre il software individua i filamenti appena stampati e ne calcola caratteristiche come il diametro.
Il modello di AI è stato addestrato utilizzando quasi 15.000 immagini annotate manualmente, relative a diverse geometrie reticolari. Successivamente, l’algoritmo di computer vision utilizza questi risultati per seguire i filamenti e misurarli. Nei test condotti su 55 componenti, le misurazioni automatiche sono risultate generalmente a pochi micrometri di distanza da quelle effettuate dagli esseri umani.
Vantaggi rispetto ai controlli umani nella stampa 3D
Il vantaggio più evidente riguarda la velocità. Secondo i ricercatori, misurare manualmente una grande immagine può richiedere da circa 20 minuti a un’ora, mentre la pipeline automatizzata completa l’analisi in millisecondi. In media, il sistema può quindi lavorare circa 100.000 volte più velocemente di una persona.
La tecnologia permette inoltre di anticipare l’individuazione dei problemi. In passato, un componente poteva essere completato, rimosso dalla macchina e sottoposto a raggi X, test meccanici o altri controlli offline prima di scoprire che non rispettava i requisiti. La smart camera introduce invece un primo controllo direttamente durante la produzione.
Integrazione automatica nei processi di stampa 3D
Il sistema è stato progettato per essere adattabile a differenti tecnologie di produzione. Il lavoro del LLNL non si limita infatti alla direct ink writing: secondo i ricercatori, l’approccio può essere esteso ad altri processi di manifattura additiva, alla produzione sottrattiva convenzionale e ai sistemi sperimentali utilizzati dal laboratorio.
L’idea è utilizzare l’ispezione direttamente sulla macchina come una sorta di filtro preliminare. Un componente che presenta abbastanza difetti può essere scartato prima del completamento della stampa, evitando di consumare altro materiale e tempo. Al contrario, i risultati del sistema possono indicare quando vale la pena ricorrere a controlli più costosi, come la tomografia computerizzata a raggi X.
Impatto sulla qualità e affidabilità della produzione
La capacità di osservare la struttura mentre viene realizzata consente di individuare variazioni che potrebbero influenzare le prestazioni del componente. Nel caso della direct ink writing, anche piccoli cambiamenti nel diametro dei filamenti, interruzioni o spazi vuoti possono modificare il comportamento di strutture come cuscini e materiali reticolari flessibili.
Un test su un cuscino con una superficie di circa 25 per 25 centimetri ha mostrato concretamente le potenzialità del sistema. I ricercatori hanno raccolto circa 2.500 immagini di un singolo strato e le hanno trasformate in una mappa spaziale dell’interno del componente. Le variazioni progressive del diametro dei filamenti hanno permesso di individuare un lieve problema di inclinazione della piattaforma di stampa rispetto all’ugello.
La stampa 3D come nuova frontiera del controllo qualità
L’ispezione direttamente sulla macchina può diventare un elemento importante per rendere la produzione additiva più automatizzata. Il sistema non si limita infatti a stabilire se un componente presenta un difetto una volta terminato: raccoglie dati durante la costruzione, creando una base informativa utilizzabile per comprendere meglio ciò che accade nel processo.
Per i ricercatori del LLNL, questo rappresenta anche un passaggio verso sistemi di produzione autonomi. Una macchina capace di lavorare senza supervisione continua avrebbe bisogno di strumenti affidabili per misurare e controllare ciò che sta producendo.
Cosa cambia per le aziende che adottano la smart camera
La prospettiva più immediata riguarda la possibilità di identificare prima i componenti difettosi, riducendo il tempo e il materiale impiegati per produzioni destinate a essere scartate. Il sistema può inoltre stabilire quali pezzi meritano controlli successivi più approfonditi.
Il progetto guarda però anche oltre il semplice rilevamento degli errori. In futuro, i dati raccolti durante l’ispezione potrebbero alimentare simulazioni e digital twin, collegando la struttura misurata di un componente alle sue prestazioni previste. I ricercatori immaginano così stampanti capaci non soltanto di osservare il proprio lavoro, ma anche di contribuire alle decisioni sull’accettazione o meno del pezzo prodotto.
Fonte: Interesting Engineering
