Un método recién desarrollado garantizará estándares de alta calidad en los procesos de fabricación aditiva

Los procesos de fabricación aditiva continúan mejorando gracias a los esfuerzos innovadores y a la creciente adopción. Esta semana marca un hito importante para la industria, ya que un grupo de investigadores de la Universidad de Illinois Urbana-Champaign publicó un artículo en el Journal of Intelligent Manufacturing que demuestra un nuevo método de entrenamiento de modelos de aprendizaje profundo para detectar defectos de manera más eficaz. Esto es lo que necesitas saber.

La fabricación aditiva es el futuro

Según un estudio publicado por BCG, el mercado de impresión 3D seguirá expandiéndose. El informe predice que el mercado de fabricación aditiva alcanzará más de 95 mil millones de dólares para 2030. Este crecimiento está impulsado por costos más bajos, mayor disponibilidad, reducción de barreras técnicas e integración de IA.
Cabe destacar que los procesos y dispositivos de impresión 3D actuales pueden crear componentes más complejos que sus predecesores. Estos dispositivos permiten a los ingenieros desarrollar innovaciones nunca antes vistas. Por supuesto, a medida que las impresiones se vuelven más complejas, se vuelve más difícil detectar defectos, especialmente cuando se trata de piezas con mecanismos internos.

Reducción de fallos en los procesos de fabricación aditiva

Una cosa es que una impresión 3D falle en un artículo de consumo. Puede costar a la empresa y al consumidor dinero y tiempo. Otro escenario es cuando una pieza impresa en 3D es un componente vital en aplicaciones aeroespaciales o médicas. En este caso, los riesgos son mucho mayores y el control de calidad debe ser excepcional.

Vital para la calidad

Al imprimir formas tridimensionales complejas que poseen ciertas características internas, puede ser imposible realizar una inspección de calidad adecuada sin generar retrasos masivos y utilizar tomografía computarizada (CT) de rayos X. En el pasado, este problema ha limitado el uso de componentes impresos en 3D en ciertas aplicaciones.

Fuente – University of Illinois Urbana-Champaign