أنظمة التغذية الراجعة القائمة على الرؤية الحاسوبية للطابعات ثلاثية الأبعاد

قبل وقت غير بعيد، كانت الطباعة ثلاثية الأبعاد تستخدم أساساً لاختبار الأفكار وبناء النماذج. والآن، تُستخدم لإنشاء منتجات حقيقية وفعالة في مجالات مثل الرعاية الصحية وmanufacturing. ومن النماذج الأسنان إلى الأجزاء الميكانيكية، أصبحت طريقة عملية وموثوقة لإنتاج عناصر في العالم الحقيقي.

مع بدء المزيد من الشركات في استخدام الطباعة ثلاثية الأبعاد في عملها اليومي، أصبحت بعض التحديات أكثر وضوحاً. ففي بعض الأحيان، لا يخرج الجزء بالشكل الصحيح، وحتى المشكلات البسيطة في المحاذاة أو تدفق المواد يمكن أن تؤثر على النتيجة النهائية.

يمكن أن تساعد Computer vision في حل العديد من هذه المشكلات. وباعتبارها فرعاً من AI، فهي تتيح للآلات تفسير الصور والفيديو. وفي إعداد الطباعة ثلاثية الأبعاد، يمكن للرؤية الحاسوبية مراقبة كل طبقة أثناء طباعتها، رصد الأنماط غير العادية أو الأخطاء في وقت مبكر. بل ويمكنها تمكين الطابعات من الاستجابة تلقائياً، مما يساعد في الحفاظ على جودة الطباعة دون إشراف بشري مستمر.

في هذه المقالة، سنستكشف كيف تجعل الرؤية الحاسوبية الطباعة ثلاثية الأبعاد أكثر موثوقية، ونلقي نظرة على أمثلة واقعية تُظهر تأثير مراقبة الطباعة ثلاثية الأبعاد المدعومة بالذكاء الاصطناعي أثناء العمل. لنبدأ!

ما هي الطباعة ثلاثية الأبعاد؟#

تنطوي الطباعة ثلاثية الأبعاد على صنع أجسام مادية من تصاميم رقمية. وقد طورت تقنية الطباعة لأول مرة في 1980s، وتقدمت بسرعة في السنوات الأخيرة. وعلى عكس الطباعة العادية التي توضع الحبر على سطح مسطح، تبني الطباعة ثلاثية الأبعاد الأجسام طبقة تلو الأخرى باستخدام مواد مثل البلاستيك أو الراتنج أو المعدن. وتسمى هذه الطريقة أيضاً التصنيع الإضافي.

تتكون الطابعة ثلاثية الأبعاد النموذجية من أجزاء رئيسية مثل منصة الطباعة، والبثّاق، والفوهة. تعمل هذه المكونات معاً لتشكيل مادة الطباعة وتكوين المنتج النهائي.

يبدأ عملية الطباعة بنموذج 3D model رقمي، وعادة ما يُنشأ باستخدام برامج متخصصة. ثم يُقسم هذا النموذج إلى طبقات رقيقة، وتقرأ الطابعة الملف لترسيب المواد طبقة تلو الأخرى حتى يكتمل الجسم.

اليوم، تستخدم صناعات مثل الرعاية الصحية والسيارات وaerospace الطباعة ثلاثية الأبعاد لإنتاج الأدوات والأجزاء والأجهزة الطبية المخصصة. كما تُستخدم على نطاق واسع في تصميم المنتجات، والنماذج الأولية، والتعليم.

Fig 1. مكونات طابعة ثلاثية الأبعاد.

تحديات مراقبة جودة الطباعة ثلاثية الأبعاد في الوقت الفعلي#

على الرغم من أن الطباعة ثلاثية الأبعاد عملية مباشرة ومثيرة للاهتمام، إلا أن الأمور لا تسير دائماً بشكل مثالي. تحدث معظم المشكلات أثناء الطباعة أو بعدها مباشرة. وبدون الأدوات المناسبة، قد يكون من السهل تفويت هذه المشكلات. وهذا صحيح بشكل خاص عند محاولة إنتاج منتجات على نطاق أوسع.

إليك بعض التحديات الأكثر شيوعاً المتعلقة بمراقبة جودة الطباعة ثلاثية الأبعاد في الوقت الفعلي:

• عدم محاذاة الطبقات: يمكن أن تتسبب التحولات الطفيفة في حركة الطابعة في تراكم الطبقات بشكل غير متساوٍ. كما يمكن أن يؤدي ذلك إلى مطبوعات ضعيفة أو مشوهة.
• الاعوجاج: يمكن أن تلتف حواف المطبوعة أو ترتفع عن منصة الطباعة بسبب التبريد غير المتساوي أثناء العملية.
• البثق غير المتسق: قد يبدأ تدفق المادة ويتوقف بشكل غير متوقع، مما يؤدي إلى فجوات أو نقاط رقيقة في الجسم النهائي.
• تحديد الأجزاء يدوياً: بعد الطباعة، غالباً ما يحتاج العمال إلى فرز الأجزاء أو تصنيفها يدوياً. هذه العملية تستغرق وقتاً طويلاً وقد تؤدي إلى حدوث أخطاء في الترتيب.
• مشكلات القياس: مع زيادة حجم الأجزاء المطبوعة، تصبح عملية التتبع وquality control أكثر صعوبة بدون التشغيل الآلي.

دور الرؤية الحاسوبية في الطباعة ثلاثية الأبعاد#

تلعب الرؤية الحاسوبية دوراً رئيسياً في تحسين كيفية عمل الطباعة ثلاثية الأبعاد. فهي تساعد في مراقبة كل طبقة، واكتشاف العيوب مبكراً، وتعديل المطبوعات أثناء تقدمها.

بعد ذلك، دعونا نلقي نظرة فاحصة على كيفية تعزيز الرؤية الحاسوبية (Vision AI) للدقة، والاتساق، والأتمتة في تطبيقات الطباعة ثلاثية الأبعاد الواقعية.

الكشف الآلي عن العيوب في التصنيع بالإضافة#

إذا سبق لك مشاهدة مقطع فيديو لطابعة ثلاثية الأبعاد أثناء العمل، فأنت تعلم أنها تبني الأجسام طبقة تلو الأخرى. تلك الطريقة التي تعتمد على الطبقات هي ما يمنح الطباعة ثلاثية الأبعاد مرونتها، ولكنها تعني أيضاً أن الأمور يمكن أن تسوء إذا لم تكن طبقة واحدة فقط صحيحة.

يمكن لخطأ صغير في وقت مبكر أن يؤثر على قوة أو دقة أو الجودة الإجمالية للجزء النهائي. ولهذا السبب يتجه المزيد من المصنعين إلى الرؤية الحاسوبية لمراقبة العملية أثناء حدوثها.

يمكن لـCameras التقاط صور لكل طبقة جديدة. وتُفحص هذه الصور فوراً بحثاً عن العيوب مثل الالتواء أو الفجوات أو المواد المفقودة. يساعد اكتشاف المشكلات مبكراً في تجنب فشل الطباعة وتقليل الهدر. تستخدم العديد من الأنظمة نماذج مدعومة بالذكاء الاصطناعي مدربة على اكتشاف التغيرات الدقيقة في الشكل أو الملمس. وإذا بدا شيء غير طبيعي، ينبه النظام المشغل على الفور.

خذ على سبيل المثال Phase3D. نظام in-situ monitoring الخاص بهم يستخدم الضوء المنظم والرؤية الحاسوبية لمقارنة كل طبقة مطبوعة بما يجب أن تبدو عليه. وإذا كان هناك عدم تطابق، يشير النظام إليه فوراً.

Fig 2. استخدام الضوء والرؤية الحاسوبية لمراقبة الطباعة ثلاثية الأبعاد.

من خلال ربط هذه الشذوذات بأنماط الفشل المعروفة، يمكن للمشغلين اتخاذ إجراءات قبل اكتمال الطباعة. وهذا له تأثير كبير بشكل خاص في صناعات مثل الفضاء والدفاع، حيث تعتبر الدقة والموثوقية أمراً بالغ الأهمية. كما أنه يحسن التتبع ويدعم إنتاجاً أكثر كفاءة وقابلية للتوسع.

الرؤية الحاسوبية للكشف عن أخطاء الطابعات ثلاثية الأبعاد#

بخلاف محاذاة الطبقات بدقة، يلعب تدفق مواد الطباعة أيضاً دوراً كبيراً في الجودة النهائية للجزء المطبوع ثلاثي الأبعاد. إذا تم ترسيب الكثير أو القليل جداً من المواد، أو إذا لم تهبط في المكان الذي ينبغي لها بالضبط، فقد يؤدي ذلك إلى مجموعة من المشكلات.

بعض المشكلات الشائعة المتعلقة بالطباعة ثلاثية الأبعاد هي التخيط (stringing)، حيث تتشكل خيوط رقيقة من المواد بين الأجزاء؛ وتفكك الطبقات (delamination)، عندما لا تترابط الطبقات بشكل صحيح؛ ونقص البثق (under-extrusion)، حيث لا يتم وضع كمية كافية من المواد. هذه المشكلات يمكن أن تضعف الجزء أو تتسبب في فشله تماماً.

تساعد Computer vision models في حل هذه المشكلة من خلال مراقبة كل طبقة في الوقت الفعلي. تتعقب الكاميرات وأجهزة الاستشعار كيفية وضع المواد، وتلتقط التغيرات في الشكل أو التدفق أو ملمس السطح فور حدوثها. يمكن للأنظمة الأساسية اكتشاف المشكلات في وقت مبكر، بينما يمكن للإعدادات الأكثر تقدماً في الواقع إصلاح المشكلات أثناء الطباعة عن طريق ضبط الإعدادات مثل السرعة أو معدل التدفق.

استكشاف الحقن الموجه بالرؤية#

على سبيل المثال، يستخدم نظام طوره باحثون من معهد ماساتشوستس للتكنولوجيا (MIT) وInkbit وETH Zurich أربع كاميرات عالية السرعة وليزرين لمسح سطح الطباعة باستمرار. بينما تقوم 16,000 فوهة بترسيب الراتنج، يقارن النظام كل طبقة بالتصميم الرقمي ويجري تصحيحات فورية عند الحاجة، وهي عملية تُعرف باسم vision-controlled jetting.

Fig 3. مسح سطح الطباعة في الوقت الفعلي.

يستخدم هذا النظام أيضاً الشمع كمادة داعمة، والتي يمكن إزالتها بالصهر بعد الطباعة لترك قنوات داخلية معقدة. لقد تم استخدامه بالفعل لطباعة أجسام تعمل بكامل طاقتها مثل يد روبوتية ذات أصابع ناعمة وأجزاء صلبة أو روبوت ذو ستة أرجل يمكنه المشي والإمساك بالأجسام. وعلى عكس الأنظمة الأبسط التي تكتشف الأخطاء فقط، يقوم هذا النظام بتصحيحها أثناء التنقل - مما يجعله أكثر موثوقية للطباعة عالية السرعة وعالية الـprecision.

تحسين عملية الطباعة ثلاثية الأبعاد باستخدام الذكاء الاصطناعي#

في بعض الأحيان، تتم طباعة آلاف الأجزاء في دفعة واحدة، خاصة في التصنيع على نطاق واسع أو مراكز خدمات الطباعة ثلاثية الأبعاد. بعد الطباعة، يجب تحديد هذه الأجزاء وفرزها ومعالجتها، وهو ما قد يستغرق وقتاً طويلاً وعرضة للخلط إذا تم يدوياً.

تساعد الرؤية الحاسوبية في أتمتة هذه المرحلة من خلال التعرف على الأجزاء وتصنيفها بسرعة وبدقة. على سبيل المثال، يستخدم AM-Vision system الكاميرات وتقنية مطابقة الهندسة لمقارنة كل جسم مطبوع بنموذجه ثلاثي الأبعاد (CAD). يمكن للنظام تحديد الأجزاء وفرزها في غضون ثوانٍ معدودة.

Fig 4. تطبيق الرؤية الحاسوبية للتعرف على الأجزاء ثلاثية الأبعاد وفرزها.

تؤدي أتمتة مهام ما بعد الطباعة إلى تسريع سير العمل، وتقليل العمل اليدوي، وتقليل مخاطر الأخطاء في sorting and packing. وبعيداً عن التحديد، يمكن لبعض الأنظمة أيضاً تجميع الأجزاء لخطوات إضافية مثل المعالجة أو التنظيف أو التجميع، مما يحسن الكفاءة والاتساق في عملية الإنتاج.

الاتجاهات الناشئة في مراقبة الطباعة ثلاثية الأبعاد المدعومة بالرؤية الحاسوبية#

مع زيادة تكامل الرؤية الحاسوبية (Vision AI) مع الطباعة ثلاثية الأبعاد، فإنها تدفع بتغييرات كبيرة في كيفية عمل التصنيع. فيما يلي بعض الاتجاهات الرئيسية التي تسلط الضوء على تأثيرها المتزايد:

• Lights-out manufacturing: تتجه المصانع نحو العمليات الآلية بالكامل والتي تتطلب تدخلاً بشرياً ضئيلاً أو معدوماً. تتعامل الذكاء الاصطناعي والرؤية الحاسوبية والروبوتات مع مهام مثل الفحص والفرز وتتبع الأجزاء، مما يجعل الإنتاج على مدار الساعة أكثر قابلية للتطبيق.
• نمو السوق السريع: من المتوقع أن يصل 3D printing market العالمي إلى 134.58 مليار دولار بحلول عام 2034. يرتبط هذا النمو بالتحسينات في التشغيل الآلي وأدوات الذكاء الاصطناعي للرؤية.
• الصيانة التنبؤية: يمكن لأنظمة الرؤية تتبع أداء الطابعة بمرور الوقت واكتشاف علامات التآكل أو الفشل قبل أن تتسبب في توقف الإنتاج. هذا يحافظ على سير الإنتاج بسلاسة ويقلل من الإصلاحات غير المتوقعة.
• المراقبة والتحكم عن بعد: تتيح أنظمة الكاميرات المدعومة بالذكاء الاصطناعي للمشغلين track تقدم الطباعة وتلقي التنبيهات من أي مكان. وهي تدعم التصنيع المرن وأوقات استجابة أفضل.

أبرز النقاط#

يمكن للرؤية الحاسوبية أن تساعد في تحسين كل مرحلة من مراحل عملية الطباعة ثلاثية الأبعاد. فهي تكتشف الأخطاء مبكراً، وتراقب المطبوعات في الوقت الفعلي، وتدعم التعديلات أثناء العملية. تؤدي هذه القدرات إلى جودة أفضل للأجزاء، وفشل أقل، وتكاليف إنتاج أقل.

مع شيوع التقنيات الذكية في المصانع، تمنح الرؤية الحاسوبية الفرق سيطرة أفضل وتساعدهم على التوسع بكفاءة أكبر. تعتمد صناعات مثل الفضاء والرعاية الصحية والسلع الاستهلاكية بالفعل على هذه الأدوات لتلبية معايير الجودة والأداء الصارمة.

من خلال الجمع بين الذكاء الاصطناعي والتغذية الراجعة البصرية في الوقت الفعلي، أصبحت الطباعة ثلاثية الأبعاد أكثر اتساقاً وكفاءة وأتمتة، مما يمهد الطريق لتصنيع أكثر ذكاءً.

هل تتطلع إلى بناء مشاريع الرؤية الحاسوبية الخاصة بك؟ استكشف مستودع GitHub الخاص بنا للتعمق أكثر في الذكاء الاصطناعي وتعرف على خيارات الترخيص لدينا. وتعرف على كيف تساهم الرؤية الحاسوبية في الرعاية الصحية في تحسين الكفاءة واستكشف تأثير الذكاء الاصطناعي في قطاع التجزئة من خلال زيارة صفحة الحلول الخاصة بنا! انضم إلى مجتمعنا المتنامي الآن!