- Un nuevo sistema de cámaras permite vigilar capa a capa la formación de piezas impresas en 3D.
- El sistema identifica en tiempo real los filamentos recién impresos y calcula su diámetro.
- El proceso automatizado analiza 100.000 veces más rápido que la medición manual.
- La tecnología puede adaptarse a otras técnicas aditivas y a sistemas de laboratorio, lo que incrementa la autonomía de la fabricación.
Investigadores del Lawrence Livermore National Laboratory, en Estados Unidos, han desarrollado un sistema de inspección basado en lentes capaz de vigilar capa a capa la formación de piezas impresas en 3D. El sistema recurre a la inteligencia artificial para detectar defectos antes de que la pieza salga de la impresora y se centra en la técnica de escritura directa de tinta (direct ink writing), un proceso de fabricación aditiva que deposita materiales flexibles o pastosos mediante un inyector en forma de filamentos ordenados con precisión. Según los investigadores del LLNL, este método puede reducir el tiempo y la mano de obra necesarios para inspeccionar los componentes ya terminados, y ofrece una vía para revisar piezas grandes y complejas que la tomografía computerizada por rayos X tradicional no consigue cubrir por completo.
El sistema combina lentes montadas directamente sobre la impresora 3D con herramientas de segmentación de imágenes y visión por computadora basadas en aprendizaje automático. Estas herramientas transforman los miles de imágenes capturadas durante la impresión en mediciones detalladas y en un mapa espacial del material depositado. El responsable técnico del proyecto, Brian Weston, ingeniero de inteligencia artificial y aprendizaje automático en el área de gemelos digitales del LLNL, resumió el avance de forma muy directa: el sistema funciona ahora como un cerebro con un par de ojos capaz de verlo todo durante la impresión.
La técnica de escritura directa de tinta puede producir juntas complejas y flexibles, cuyas propiedades mecánicas dependen de filamentos de apenas unas décimas de milímetro de grosor. Pequeños huecos o filamentos deteriorados pueden afectar al rendimiento de la pieza terminada. La inspección tradicional exige que, una vez finalizada la impresión, la pieza se retire y se someta a pruebas offline, de modo que los problemas suelen detectarse solo cuando ya es demasiado tarde.
Capacidad de inspección en tiempo real del sistema
En cambio, el sistema del LLNL captura imágenes a medida que se deposita cada capa. El software identifica en tiempo real los filamentos recién impresos y calcula su diámetro, ofreciendo a los ingenieros una primera revisión antes de recurrir a las costosas pruebas posteriores. El equipo entrenó su modelo de segmentación de imágenes con cerca de 15.000 imágenes etiquetadas manualmente, que abarcaban varias geometrías reticulares. Los algoritmos de visión por computadora aprovechan después la salida del modelo para rastrear los filamentos impresos y medir su diámetro. En pruebas con 55 piezas, las mediciones automatizadas solían coincidir con los datos manuales con una desviación de unas pocas micras.
Medir manualmente una imagen grande puede llevar entre 20 minutos y una hora, mientras que el proceso automatizado completa el mismo análisis en milisegundos, con una velocidad media unas 100.000 veces superior a la de la medición manual.
Para mostrar el alcance del sistema, los investigadores lo aplicaron a una junta de unos 25 centímetros por 25 centímetros (9.8 英寸 por 9.8 英寸). Recopilaron unas 2.500 imágenes de una sola capa y fusionaron las mediciones en un mapa espacial interno de la pieza. El mapa reveló que el diámetro de los filamentos variaba de forma progresiva de un lado a otro de la impresión. Ese patrón se debía a una ligera inclinación de la plataforma de impresión respecto al inyector, un problema de hardware que podría quedar enmascarado por una medición promediada del conjunto.
Amplio potencial de aplicación de la tecnología
Brian Giera, subdirector de ciencia de datos, inteligencia artificial y fabricación del LLNL, afirmó que la relevancia de la tecnología trasciende la escritura directa de tinta. La tecnología de base está pensada para adaptarse a otras técnicas aditivas, a la fabricación sustractiva tradicional y a otros sistemas empleados en los laboratorios. Giera sostuvo que este tipo de inspección dentro de la máquina constituye una capacidad básica para una fabricación más autónoma, ya que un sistema autónomo no puede operar sin mediciones e inspecciones fiables. Se prevé que esta capacidad se traslade al Kansas City National Security Campus para evaluar sistemas vinculados a la producción.
A largo plazo, Weston señaló que los datos de inspección pueden alimentar a los gemelos digitales al vincular la estructura medida de la pieza con su comportamiento previsto. Esa conexión permitirá, en última instancia, que el sistema tome por sí mismo decisiones de aceptación o rechazo mientras se construye la pieza. Los resultados de la investigación se han publicado en la revista npj Advanced Manufacturing.
Futuro potencial de la tecnología de inspección automatizada
El nuevo sistema de cámaras marca un avance significativo en la tecnología de impresión 3D, sobre todo en lo que respecta a la automatización del proceso de inspección. Este tipo de sistema no solo mejora la eficiencia de la revisión, sino que también detecta incidencias en el momento en que se producen durante la impresión, reduciendo así los costes y el tiempo de las pruebas posteriores. A medida que la tecnología evolucione, se espera que esta capacidad de inspección se extienda a otras técnicas de fabricación aditiva, elevando aún más la autonomía y la fiabilidad general de la fabricación, con una influencia profunda en la futura manufactura inteligente y la automatización industrial.