3D打印简介
本文摘要：（由ai生成）
3D打印技术面临提高产品一致性的挑战。行业通过硬件、软件和管理系统综合改进，利用传感器、人工智能和机器学习监控和优化打印过程，实施透明供应商评级和预认证。随着分布式和本地化制造需求增长，3D打印技术的增长和一致性提升成为未来关键。这些努力将确保3D打印技术在现代制造业中持续发挥重要作用。
随着3d打印技术日益成为现代制造业务的支柱，原始设备制造商(oem)、软件公司、3d打印工厂和合同制造商正在努力微调这些生产方法的效率和可重复性。几十年来，产品3D打印的可变性一直是管理层关注的主要问题。生产工程师和经理特别注意产品在尺寸精度和材料性能(如孔隙度、强度、温度和耐化学性)方面的一致性。
目前3D打印(也称为“增材制造”)的一致性水平足以满足许多产品的需求。它们包括模具、玩具、牙科设备、光学透镜、眼镜、印刷电路板(pcb)、一些天线和传感器，以及用于机车、重型工业设备、飞机和军事设备的非承重金属和塑料备件。
然而，如果可以提高这种制造技术的产量一致性，这仍然是潜在市场中相对较小的一部分。认识到这一点，增材制造行业正在对这一问题发起全面攻击。这次突击是三管齐下的努力，使用硬件、软件和管理系统来减少打印对象的可变性。
硬件。如果不考虑打印机本身的硬件(如电机、打印头、激光器)，以及在打印过程中监控质量和逐层捕捉错误的温度传感器、湿度传感器、x射线摄像机等硬件设备，就很难提高3D打印的输出。加州打印机制造商Velo3D就是一个例子，该公司的机器可以在打印过程中监测金属部件。通过使用传感器，它的打印机可以增加一个系统，监测氧气水平、湿度和未使用的粉末水平。这种级别的可见性和控制使他们能够为许多类型的产品实现更高的产量和更大的可重复性，而不需要后处理(在产品从3D打印机出来后精炼产品)。
改进印刷工艺的努力也涉及到传统的(减色法)制造工具，这些工具被用来一层一层地提高一致性。加州另一家打印机制造商3DEO的机器配备了传感器，可以利用尺寸精度和工艺参数的实时数据来优化打印。基于这些数据，3DEO机床利用切削工具(微型立铣刀)修整边缘和内部特征，如晶格和孔，以达到所需的公差和所需的几何形状。修剪是一层一层地做的。
软件和数据。人工智能和机器学习也在推动3D打印产品更加一致方面发挥着重要作用。它们被用于优化材料配置、设计特征、打印机设置、打印过程和制造产品的环境条件。这些技术可以创建生产反馈循环，在打印发生时自动消除缺陷，并可以显著减少跨打印机和随着时间的推移输出的不一致。
例如，以色列一家新成立的软件公司PrintSyst已经开发出人工智能，可以综合数千份打印作业的结果。它寻找能够帮助实现更高一致性、收益率、成本节约以及客户可能优先考虑的任何质量维度的因素。然后，该软件建议印刷技术、材料选择、机器参数，甚至设计修改，以实现选定的优化目标。
用于在构建室中定位和堆叠部件的旧软件已经得到了改进，现在包含了在几秒钟内进行数百或数千次计算的算法，以便在指定的打印机中实现特定几何形状的理想方式。这些解决方案由全球3d打印软件巨头提供，如Materialise(比利时)、西门子(德国)和Autodesk(美国)。总部位于宾夕法尼亚州的软件公司ANSYS为金属零件提供增材制造设计工具和工艺模拟，使客户能够实现“第一时间正确”的输出。
新的增材制造平台——例如，由总部位于加州的3D控制系统公司制造的3DPrinterOS——现在能够管理分布在全球的数千台打印机的一致性。这样的平台可以远程控制多台3d打印机，并根据机器的可用性和能力分配工作。在许多情况下，3D控制系统在打印机上安装自己的软件，这使得其平台可以控制打印机。此控制用于通过防止或纠正常见错误或错误来提高一致性，包括使用不适当的打印文件，不水平的构建板，以及为所需的输出选择不适当的喷嘴。
管理系统。这种方法使用可靠的管理技术来提高一致性和可靠性。例如，透明的供应商评级系统和预认证鼓励竞争，类似于达尔文的自然选择，激励实现和保持质量的一致性。最好的公司赢得了更多的业务，而其他公司则被迫迅速追赶，否则就会灭亡。Xometry和Fictiv等按需提供工业零件的公司，都实行严格控制的供应商资格和认证计划，以鼓励选择提供高质量和一致零件的供应商。最好的供应商可以获得更大、优先级更高的工作，这迫使其他供应商提高他们的一致性。
一种较新的管理方法包括“故意约束”，有意地将打印机的使用限制在最佳产量范围内。并不是所有的技术都是平等的，所以了解它们在某些边界内的性能复杂性，如尺寸限制、材料选择和批量大小，可以让生产商充分利用给定的3D打印机的优势。例如，3DEO将其重点限制在最大体积为一立方英寸的小型复杂金属部件上。这使得3DEO不仅可以通过专注于他们真正擅长的地方来最大限度地利用打印机，而且还可以填充他们的构建室，以实现最佳的经济效益。
并不是所有的可变性来源都得到了充分的解决。这些问题包括如何将机器引入网络，以及进出系统节点的数据和工作流的形式和结构。然而，随着企业开发用于管理其分布式制造系统的协议和平台，这些问题最终将得到解决。例如，添加剂平台最终将以系统的方式收集一组标准的机器级数据，从而有可能显著减少生产中的可变性。
在当今需求不确定、灵活的数字化制造、大流行病和其他全球贸易中断的世界中，将更需要分布式和本地化制造。花太长时间转移产量会导致企业错失重大机会，尤其是如果新产品从一开始就不一致的话。因此，3D打印使用的增长是合理的，这将进一步增加提高其一致性的压力。
