南极熊导读:增材制造一直在发展壮大，是汽车工业、航空航天工业、可持续建筑等诸多主要领域的支柱。大多数工业部门选择使用人工智能来增加收入和减少工作时间，增材制造业也不例外。人工智能(AI)在3D打印中的应用一直是世界各国研究人员关注的焦点。

　　人工智能在3D打印中的工业应用

　　人工智能和3D打印的结合，可以预测主要的制造业。公司公司的管理和运营模式将会发生很大的变化。从产品研发到配药，人工智能技术可以推动整个供应链。印刷过程的自动化也将减少人为错误的可能性，大大提高生产效率。人工智能在3D打印方面的潜力不仅限于制造业和建筑业。健康、设计、建筑和航空航天等其他行业也可以从人工智能和3D打印的结合中受益。

　　使用机器学习的3D打印的核心优势

　　增材制造领域正在快速拓展，新材料、新技术、新解决方案不断涌现。机器学习(ML)正在发挥其独特的优势，从确定某项工作的最佳材料到通过消除人为错误来提高产品质量。

　　在3D打印物体实际应用之前，必须对其进行修复，以消除孔洞和其他缺陷，这往往需要大量的人力和物力，但现在这些困难都可以通过ML自动识别和解决，节省了时间和金钱，因为它不需要重新打印整个产品或花费数小时手动修复每个组件。通过根据经验进行微小的改变，机器学习可以用于优化设计和最大化高质量的输出。使用ML算法的预测性维护可以在零件完全失效之前预测何时需要更换或维修，这有助于组织计划，避免昂贵的维护或等待更换部件时的停机造成的损失。使用机器学习，公司消费者数据可以用来创造满足他们需求的商品。简而言之，AI和ML与3D打印结合使用有很多优势。

　　●人工智能故障远程检测

　　在3D打印过程中，有必要检测故障。Processes杂志介绍了一种新的基于AI的计算机视觉方法，用于评估fuse manufacturing (FFF)的3D打印项目在打印过程中的质量。

　　通过分析过程中捕获的视频，构建神经网络，发现整个打印过程中的3D打印问题。在打印过程中，3D打印物品很可能会出现缺陷，比如拉丝。这些缺陷通常与印刷参数之一或物体的几何形状有关。在这种情况下，AI框架(深度卷积神经网络)被开发并在实时环境中实现，以执行实时相机流的检测和预测。

　　原始链接:

　　●支持AI的3D打印如何塑造正畸的未来？

　　与其他行业类似，创新的数字技术已经改变了医疗保健行业和正畸实践。人工智能(AI)和3D打印技术的最新突破，对于加强正畸诊疗规划、构建算法和制造个性化正畸产品具有重要意义。

　　人工智能在诊断牙颌面异常和设计矫形手术方面有很大的前景。卷积神经网络方法表明，正颌手术显著改善了大多数患者的外观和审美情趣。AI技术提高了正颌手术的临床精度，利用3D模型(手术矫形器的3D制造)进行治疗计划、治疗随访和图片叠加。

　　●基于人工智能的印刷适性检查

　　理论上，3D打印过程可以创建任何3D对象。然而，与传统生产工艺相比，由于其拓扑特性和特殊的材料要求，3D打印的开发和利用仍然受到限制。《基础应用科学与管理系统杂志》的最新文章向读者介绍了可印刷性检查器(PC)程序，该程序可以确定一个对象是否适合3D打印或其他生产方法。

　　它由特征提取器、打印机管理器和验证器引擎组成。PC根据标准复杂度值的结果进行判断。计算复杂度取决于多个指标的选择，比如测试的运行时间。具体来说，有限元的目标是检索给定3D对象的科学可测试特征。PM负责管理具有适用限制的打印机，然后将打印机配置文件发送给VE。同时VE可以匹配FE和PM的特点和局限性，根据最终的复杂度结果验证3D物体的可印刷性。

　　●人工智能如何影响航空航天零件的3D金属打印？

　　《物理学杂志:会议系列》载有一篇文章介绍，工业智能在3D金属打印中的集成已被视为一种潜在的发展，因此它已成为航空航天技术进步的基础。3D打印和人工智能的结合，使航空制造商能够以更低的成本和更少的浪费生产出更准确、更精密的航空部件，提高设计的自由度。传感器和摄像头安装在3D打印机中，通常靠近喷嘴，粉末原料和激光束在这里结合形成固体层，以提供过程控制和监控。然后将数据发送到专门的软件，实时评估和解释各种现象，识别问题并使用人工智能的力量来解决它们。

　　原文链接:10.1088/1742-6596/1892/1/012015

　　●麻省理工学院:基于人工智能的新材料3D打印

　　麻省理工学院的研究人员创造了一种机器学习算法，可以实时分析和改变3D打印过程，以修复故障。科学家和技术人员一直在发明具有独特品质的新材料，可用于3D打印。然而，了解如何制造这些物质可能是一个困难和昂贵的挑战。利用人工智能，麻省理工学院的研究人员现在已经简化了这项技术。开发了一个机器学习系统，利用计算机视觉实时监控生产过程，修复物料搬运故障。通过模拟，研究人员教会了神经网络如何修改打印设置以减少错误，然后将控制器应用到真正的3D打印机上。这项技术比以前的任何3D打印控制器都能产生更精确的打印效果。

　　人工智能在3D打印中的挑战

　　使用ML方法，我们可以知道数据驱动的数值模拟比基于物理的数值模拟在计算上更有效。原位分析和闭环调节高度依赖于计算工作。由于数据集较大，用高速摄像机检查池需要更多的处理资源。这个使用大数据收集的应用需要改进机器学习算法。计算成本是AI在增材制造中实施的一大障碍。

　　数据交换对于大型数据库的开发非常重要，是ML算法运行的必要条件。随着越来越多的研究小组关注新材料和工艺的创造，数据收集和预处理的标准将确保数据共享并促进AM社区内的合作。许多ML框架互不兼容。为了在研究界推广ML模型，建立一个一致的框架是非常重要的。缺乏标准是一个主要问题，需要立即采取措施解决这个主要问题。

　　机器学习(ML)算法的性能与输入数据的质量一样好。涉及熔化过程的3D打印程序中使用的传感设备必须具有快速的刷新率和出色的分辨率，以便从熔池中收集信息。虽然使用的传感器种类很多，但每种现场监测方法都有其局限性，阻碍了其在实际生产线中的应用。

　　市场分析

　　《财富商业洞察》对全球3D打印市场和人工智能自动化3D打印行业进行了全面分析。2021年，全球3D打印市场预计为151亿美元。预计2022-2029年复合年增长率为24.3%，从2022年的183.3亿美元增长到2029年的839亿美元。

　　2021年，自动化3D打印的市场价值为7.0669亿美元，预计到2027年将达到58.7856亿美元，2022-2027年复合年增长率为41.76%。2027年制造业人工智能市场规模有望达到163亿美元。根据Research and Markets最新发布的报告，2022-2027年的年复合增长率为47.9%！

　　未来前景

　　人工智能正在为增材制造业提供优势，未来的研究应侧重于:

　　●结合基于AI的适印性测试、切片和路径规划，加速并行切片，优化3D打印路径。

　　●使用面向服务的架构(SOA)，通过基于云的设计和生产系统，提高3D打印的适应性、集成性和个性化。

　　●通过改进指数技术、并行化和切片算法，提高基于ML的计算预制化(工艺规划)，进一步打开全球快速工业化之路。

　　简而言之，人工智能和3D打印的交集已经成为全世界成功的秘诀。机构正在投资这个特殊的领域。