随着汽车行业的上市时间稳步下降，对添加剂制造的原型制作组件的需求比以往任何时候都更高。但是，根据德国跨国公司的一项新研究宝马.
宝马确定了进一步优化和提高添加剂制造技术及其工艺链的效率的需求之后，宝马已对3D印刷零件的自动识别进行了研究，对人工智能（AI）的复杂性和经济价值进行了雷电竞充值研究。
该论文概述了当前可用的添加剂制造过程链的现状，使用AI进行零件识别的复杂性以及使用基于AI的平台（例如AM-Visi雷电竞充值on）的经济可行性，例如自动化机器学习零件学习零件识别系统荷兰3D打印，后处理和自动化公司AM-Flow，进一步工业化总体3D打印过程链。
AM汽车行业中的工艺链
的研究论文被aut编译hors from BMW, AM-Flow and theUniversity of Duisburg-Essen（UDE），强调了增材制造业的技术进步如何使雷电竞充值生产速度更高，材料的选择增加以及类似于常规产品的各个部分的可调节稳健机械性能。结果，该技术越来越多地在汽车等行业中采用，以促进测试和验证车辆组件领域的新用例。
研究人员说，由3D打印实现了更大的几何自由，使得有可能在串联生产新的结构，形状和高度个性化和个性化的组件，并可能将大规模生产提供出色的及时生产到新兴的组装线。
但是，他们确定增材制造工艺链仍然需要进一步的优化和开发，以提雷电竞充值高产出数量，生产速度并在经济上可行。根据这项研究，许多当前可用的3D打印技术的工艺链仍然包括大量劳动密集型工作和步骤，导致高人员成本和较低的产品吞吐量。这也可能导致整个过程链中的瓶颈和衰落。
研究人员观察到添加剂制造业内的自动化和工业化的转变，以解决这些问题，这是新技术，应用专利，跨行业伙伴关系和政府资助的项目所证明的。雷电竞充值他们还指出，预计在这十年内，总体添加剂制造自动化市场将增长23％，至150雷电竞充值亿美元的潜在收入。
通过AI克服生产率限制
According to the authors, current additive manufacturing process chains reach a limit of productivity for large production volumes due to machine capacity, runtime and post-processing steps, as well as manual operations such as machine cleaning, preparation, and uploading. One of these manual operations identified specifically by the researchers is the identification and assignment to the customer of the components by labeling the components for further logistical transportation.
Even though part identification is a small part in the overall process chain, it is still a process step that does not scale and requires a high amount of manual work in comparison to other steps such as cooling. Using生命值’s Multi Jet Fusion（MJF）技术为例，研究人员观察到，要达到最低的每零件成本，组件通常会在专门软件的支持下紧密地嵌套。这会导致一个构建作业中有大量不同零件的批次，这意味着单个组件的跟踪性可能会丢失，并且在生产后需要完成对客户订单的分配，这通常是手动步骤。
当前有几种可用的方法可以根据几何形状自动识别组件，例如称重，点云扫描，图像识别和计算机断层扫描。但是，这些技术中的每一个都在准确性和成本方面都有缺点。研究人员说，由于模仿人类战略思维的深度学习算法的发展，AI领域的创新已经使灵活性和自动化的必要组合可行。
AI has already been utilized within the 3D printing sector for some time for组件筛选,generating complex designs， 和监视质量控制. Despite this, the researchers state that until now there has been no automated solution on the market capable of solving the complexities of automated component recognition of different geometries.
评估AM-Vision以识别AM组件
AM-Vision是一种工业系统，可根据其独特的几何形状来识别添加剂制造的组件。该系统是由Am-Flow开发的winners of the Formnext 2020 Start-Up Challenge，并且是公司3D打印和后处理软件产品的旗舰产品。
AM-Vision使用3D形状识别来基于其几何形状来快速可靠地识别3D打印零件。一旦确定了这些零件，就可以通过公司的其他软件程序AM-SORT，AM-PICK和AM-ROUTE对其进行分类，处理，采摘和运输。10月，该公司筹集了400万美元的A系列资金，以其套件为基础AI-based robotics solutions和催化3D打印自动化中的“阶梯变化”.
研究人员对AM-Vision系统进行了一系列评估，并研究了该软件的经济可行性。对含有高几何形状组合的作业的测试研究证明了在识别和标签期间节省的时间，与手动操作相比，组件的处理速度可以快50％。
通过将最终机器设置在生产线中与自动单向输送带，AM-Flow估计处理时间可以提高六到10次，而组件的识别率在80％至95％之间构建工作包含高度多样性的几何形状。
然而，对仅通过一个表面上的精细浮雕和雕刻图案而不同的面板的研究表明，在该规模上，AI还不足以分化。因此，研究人员建议，用于AI驱动的3D印刷零件的业务案例取决于诸如每天生产的零件，失败成本，全职等效和人工成本等因素，以计算与手动操作的成本比较。
Future industrialization of the AM process chain
From their study, the researchers observed that while the production process itself is often digital and automated, a “high proportion” of manual work is required in the post-processing stage. They also highlighted that new developments and improvements in increasing the output quantity have led to higher efforts in component identification, and the deployment of AI in this space has thus far been effective.
The study confirmed that AM-Flow’s AM-VISION system is able to perform reliable object detection of high mixed additive manufactured components based on a partial representation of a part’s geometry, which resulted in a reduction of throughput time and subsequent cost savings. Saying this, the authors emphasized the importance of choosing the right field of application for automated identification, as identical parts, parts that differ only slightly, and those manufactured in too little a volume are not yet economically viable for this technology.
在测试过程中，AM-Vision系统对其深度学习算法进行了持续改进，这有助于区分镜面内部的汽车组件。研究人员建议，向前看，使用点云来衡量维度的准确性可以帮助实现自动化质量控制，而激光三角测量也是如此。通过这些添加，他们认为3D打印的串联组件可以通过编码为几何形状的精细图案，序列号或小数据矩阵代码来识别。
研究人员得出结论：“当前，当前可用的自动化识别与AM-Vision高量混合，已经是迈向大型AM生产的又一步。”
有关该研究的更多信息可以在标题为：“人工智能对自动化和工业化构成组件的自动化和工业化认识的复杂性和经济价值，”. The study is co-authored by P. Obst, W. Nasser, S. Rink, G. Kleinpeter, B. Szost, D. Rietzel, and G. Witt.
Nominations for the2021 3D印刷行业奖are now open, have your say who is leading the industry now.
订阅3D打印行业newsletter有关增材制造中的最新消息。雷电竞充值您也可以通过关注我们来保持联系推特和liking us onFacebook.
寻找添加剂制造业的职业？雷电竞充值访问3D Printing Jobs在行业中选择一系列角色。
SUbscribe我们YouTube频道有关最新的3D打印视频短裤，评论和网络研讨会重播。雷竞技在线登录
特色图片显示AM-Flow’s hardware solutions are designed to scale post-production processing. Photo via AM-Flow.
