La nueva tecnología permite que las impresoras 3D no solo capten imágenes de lo que fabrican, sino que también interpreten esos datos en tiempo real. La combinación de cámaras, inteligencia artificial y aprendizaje automático puede identificar variaciones de apenas unos micrómetros y abrir la puerta a una fabricación aditiva capaz de detectar sus propios defectos.

Los científicos e ingenieros del Laboratorio Nacional Lawrence Livermore (LLNL), en Estados Unidos, han desarrollado un sistema de inspección basado en cámaras que puede monitorear estructuras complejas impresas en 3D capa por capa, utilizando IA y aprendizaje automático (ML) para medir pequeñas variaciones y potencialmente identificar problemas antes que una pieza salga de la impresora.

Las impresoras 3D ya podían "ver" lo que estaban fabricando mediante cámaras, pero hasta ahora esa capacidad tenía un alcance limitado: captar imágenes no equivale a comprender qué está ocurriendo en cada capa. De acuerdo a una nota de prensa, el nuevo sistema añade precisamente esa capacidad de interpretación mediante Inteligencia Artificial (IA) y aprendizaje automático.

El trabajo, que se resume en un estudio publicado en la revista npj Advanced Manufacturing, se centra en la técnica conocida como "direct ink writing (DIW)", una modalidad de fabricación aditiva en la que una boquilla deposita materiales blandos o pastosos en forma de filamentos muy finos y colocados con precisión.

En este tipo de impresión 3D, diferencias aparentemente pequeñas, como un filamento demasiado grueso o fino, un hueco inesperado o una línea interrumpida, pueden alterar el comportamiento mecánico de una pieza terminada. ¿Qué aporta entonces el nuevo esquema?

La novedad está en trasladar parte del proceso de inspección al interior de la propia máquina. El sistema utiliza cámaras instaladas en la impresora para capturar imágenes a medida que se deposita cada capa. Después, un modelo de aprendizaje automático segmenta las imágenes para identificar el material recién impreso, mientras un algoritmo de visión por ordenador reconstruye la geometría de los filamentos y calcula, entre otros parámetros, su diámetro.

De esta manera, miles de imágenes pueden convertirse en mediciones y mapas espaciales de la pieza mientras la misma todavía se está fabricando. La investigación evaluó el método en distintas geometrías: para la medición del diámetro de los filamentos, el estudio registró un error porcentual absoluto medio del 2,6 % y un error cuadrático medio de 3,4 micrómetros, con una elevada correlación respecto a las mediciones realizadas por personas.

El conjunto de datos utilizado para entrenar el sistema incluyó cerca de 13.800 imágenes anotadas manualmente. En las pruebas se analizaron 55 piezas, y el laboratorio señala que las mediciones automatizadas quedaron habitualmente a pocos micrómetros de las realizadas por operadores humanos.

La diferencia más llamativa aparece en la velocidad: mientras el análisis manual de una imagen de gran tamaño puede exigir entre 20 minutos y una hora, el procesamiento automatizado se completa en milisegundos. Además, la ventaja no se limita a ganar tiempo: las técnicas tradicionales de inspección pueden exigir que la pieza esté terminada antes de someterla a pruebas.

Una de las opciones utilizadas es la tomografía computarizada de rayos X, capaz de proporcionar información tridimensional detallada, pero condicionada por un compromiso entre tamaño y resolución. Una cámara situada directamente en la impresora permite, en cambio, vigilar piezas de grandes dimensiones durante su fabricación.

El sistema mide los filamentos impresos en tiempo real con una precisión de pocos micrómetros. / Crédito: Garry McLeod/LLNL.

El equipo demostró esta capacidad con un cojín impreso de aproximadamente 25 por 25 centímetros. En una sola capa se recopilaron unas 2.400-2.500 imágenes y las mediciones se integraron en un mapa espacial continuo. El resultado permitió observar cómo variaba gradualmente el diámetro de los filamentos a lo largo de la superficie.

Esa distribución reveló una ligera inclinación de la plataforma de impresión respecto a la boquilla, un problema de hardware que podría haber pasado inadvertido si solo se hubiese calculado un valor medio para toda la pieza. Para los investigadores, esta capacidad de inspección en máquina puede convertirse además en un componente esencial de una fabricación más autónoma.

En una primera etapa, el sistema podría actuar como filtro: detectar suficientes defectos para desechar una pieza antes de terminarla y evitar así gastar más material y tiempo, o decidir qué piezas necesitan posteriormente una inspección más costosa.

Al mismo tiempo, esos datos obtenidos durante la impresión podrían integrarse con simulaciones y "gemelos digitales" para relacionar la estructura real de una pieza con su comportamiento previsto. A largo plazo, la inspección podría formar parte de sistemas capaces de evaluar automáticamente si una pieza cumple con los requisitos buscados.

Fuente: Levante - EMV