Sistemas de feedback baseados em visão computacional para impressoras 3D

Há pouco tempo, a impressão 3D era usada principalmente para testar ideias e criar modelos. Agora, é usada para criar produtos reais e funcionais em áreas como saúde e fabrico. De modelos dentários a peças mecânicas, tornou-se uma forma prática e fiável de produzir objetos para o mundo real.

À medida que mais empresas começam a utilizar a impressão 3D no trabalho diário, alguns desafios tornam-se mais evidentes. Por vezes, uma peça não fica exatamente como deveria, e até pequenos problemas de alinhamento ou de fluxo de material podem afetar o resultado final.

A visão computacional pode ajudar a resolver muitos destes problemas. Como ramo da IA, permite que as máquinas interpretem imagens e vídeos. Num sistema de impressão 3D, a visão computacional pode monitorizar cada camada à medida que é impressa, detetando padrões invulgares ou erros numa fase inicial. Pode até permitir que as impressoras respondam automaticamente, ajudando a manter a qualidade da impressão sem supervisão manual constante.

Neste artigo, vamos explorar como a visão computacional está a tornar a impressão 3D mais fiável e analisar exemplos do mundo real que mostram o impacto da monitorização de impressão 3D baseada em IA. Vamos começar!

O que é a impressão 3D?#

A impressão 3D consiste em criar objetos físicos a partir de projetos digitais. Desenvolvida pela primeira vez na década de 1980, a tecnologia de impressão avançou rapidamente nos últimos anos. Ao contrário da impressão convencional, que deposita tinta numa superfície plana, a impressão 3D constrói objetos camada a camada utilizando materiais como plástico, resina ou metal. Este método também é chamado fabrico aditivo.

Uma impressora 3D típica tem componentes essenciais como a plataforma de impressão, o extrusor e o bico. Estes componentes trabalham em conjunto para moldar o material de impressão e formar o resultado final.

O processo de impressão começa com um modelo 3D digital, geralmente criado com software especializado. Depois, este modelo é dividido em camadas finas e a impressora lê o ficheiro para depositar material, uma camada de cada vez, até o objeto estar concluído.

Atualmente, setores como a saúde, o automóvel e o aeroespacial utilizam a impressão 3D para produzir ferramentas, peças e dispositivos médicos personalizados. A tecnologia também é amplamente utilizada no design de produtos, na prototipagem e na educação.

Fig. 1. Componentes de uma impressora 3D.

Os desafios do controlo da qualidade da impressão 3D em tempo real#

Embora a impressão 3D seja um processo relativamente simples e interessante, nem sempre tudo corre na perfeição. A maioria dos problemas ocorre durante a impressão ou logo depois. Sem as ferramentas certas, estes problemas podem passar facilmente despercebidos. Isto é especialmente verdade quando se tenta produzir produtos em maior escala.

Eis alguns dos desafios mais comuns relacionados com o controlo da qualidade da impressão 3D em tempo real:

• Desalinhamento das camadas: Pequenos desvios no movimento da impressora podem fazer com que as camadas se sobreponham de forma irregular. Isto também pode resultar em impressões frágeis ou deformadas.
• Deformação: As extremidades de uma impressão podem enrolar-se ou levantar-se da plataforma de impressão devido a um arrefecimento irregular durante o processo.
• Extrusão inconsistente: O fluxo de material pode começar e parar de forma imprevisível. Isto resulta em espaços vazios ou zonas finas no objeto final.
• Identificação manual de peças: Depois da impressão, os trabalhadores precisam frequentemente de separar ou etiquetar as peças manualmente. Este processo consome tempo e pode causar trocas.
• Problemas de escala: À medida que aumenta o volume de peças impressas, o acompanhamento e o controlo da qualidade tornam-se mais difíceis sem automação.

O papel da visão computacional na impressão 3D#

A visão computacional desempenha um papel fundamental na melhoria do funcionamento da impressão 3D. Ajuda a monitorizar cada camada, detetar defeitos numa fase inicial e ajustar as impressões à medida que avançam.

Em seguida, vamos analisar mais detalhadamente como a IA de visão melhora a precisão, a consistência e a automação em aplicações reais de impressão 3D.

Deteção automatizada de defeitos no fabrico aditivo#

Se já viste um vídeo de uma impressora 3D em funcionamento, sabes que ela constrói objetos uma camada de cada vez. Este método camada a camada confere flexibilidade à impressão 3D, mas também significa que algo pode correr mal se uma única camada não ficar correta.

Um pequeno erro no início pode afetar a resistência, a precisão ou a qualidade geral da peça acabada. É por isso que cada vez mais fabricantes recorrem à visão computacional para acompanhar o processo à medida que acontece.

As câmaras podem captar imagens de cada nova camada. Estas imagens são verificadas instantaneamente para detetar defeitos como deformações, espaços vazios ou falta de material. A deteção precoce dos problemas ajuda a evitar impressões falhadas e reduz o desperdício. Muitos sistemas utilizam modelos baseados em IA treinados para detetar alterações subtis na forma ou na textura. Se algo parecer errado, o sistema alerta imediatamente o operador.

Considera, por exemplo, a Phase3D. O seu sistema de monitorização in situ utiliza luz estruturada e visão computacional para comparar cada camada impressa com o aspeto que deveria ter. Se houver uma discrepância, o sistema assinala-a imediatamente.

Fig. 2. Utilização de luz e visão computacional para monitorizar a impressão 3D.

Ao associar estas anomalias a padrões de falha conhecidos, os operadores podem agir antes de a impressão terminar. Isto é especialmente importante em setores como o aeroespacial e o da defesa, onde a precisão e a fiabilidade são críticas. Também melhora a rastreabilidade e permite uma produção mais eficiente e escalável.

Visão computacional para a deteção de erros em impressoras 3D#

Além do alinhamento preciso das camadas, o fluxo dos materiais de impressão também desempenha um papel importante na qualidade final de uma peça impressa em 3D. Se for depositado material a mais ou a menos, ou se este não for colocado exatamente no local correto, podem surgir vários problemas.

Alguns problemas comuns relacionados com a impressão 3D são a formação de fios, quando se formam filamentos finos de material entre as peças; a delaminação, quando as camadas não aderem corretamente; e a subextrusão, quando não é depositado material suficiente. Estes problemas podem enfraquecer a peça ou fazer com que falhe completamente.

Os modelos de visão computacional ajudam a resolver este problema ao monitorizar cada camada em tempo real. As câmaras e os sensores acompanham a forma como o material é colocado, detetando alterações na forma, no fluxo ou na textura da superfície à medida que acontecem. Os sistemas básicos podem detetar problemas numa fase inicial, enquanto as configurações mais avançadas conseguem efetivamente corrigir problemas durante a impressão, ajustando definições como a velocidade ou o caudal.

Explorar a deposição controlada por visão#

Por exemplo, um sistema desenvolvido por investigadores do MIT, da Inkbit e da ETH Zurich utiliza quatro câmaras de alta velocidade e dois lasers para analisar continuamente a superfície de impressão. À medida que 16 000 bicos depositam resina, o sistema compara cada camada com o projeto digital e faz correções instantâneas quando necessário, num processo conhecido como deposição controlada por visão.

Fig. 3. Análise da superfície de impressão em tempo real.

Este sistema também utiliza cera como material de suporte, que pode ser derretida após a impressão para deixar canais internos complexos. Já foi utilizado para imprimir objetos totalmente funcionais, como uma mão robótica com dedos flexíveis e peças rígidas, ou um robô de seis pernas capaz de caminhar e agarrar objetos. Ao contrário dos sistemas mais simples, que apenas detetam erros, este corrige-os em tempo real, tornando-o mais fiável para impressão a alta velocidade e alta precisão.

Otimização do processo de impressão 3D com IA#

Por vezes, são impressas milhares de peças num único lote, especialmente no fabrico em grande escala ou nos centros de serviços de impressão 3D. Depois da impressão, estas peças precisam de ser identificadas, separadas e processadas, o que pode consumir muito tempo e estar sujeito a trocas quando é feito manualmente.

A visão computacional ajuda a automatizar esta etapa ao reconhecer e categorizar peças de forma rápida e precisa. Por exemplo, o sistema AM-Vision utiliza câmaras e tecnologia de correspondência geométrica para comparar cada objeto impresso com o seu modelo CAD. O sistema consegue identificar e separar peças em apenas alguns segundos.

Fig. 4. Aplicação da visão computacional ao reconhecimento e à separação de peças 3D.

A automatização das tarefas pós-impressão acelera os fluxos de trabalho, reduz o trabalho manual e minimiza o risco de erros na separação e embalagem. Para além da identificação, alguns sistemas também podem agrupar peças para etapas adicionais, como cura, limpeza ou montagem, melhorando ainda mais a eficiência e a consistência do processo de produção.

Tendências emergentes na monitorização de impressão 3D baseada em IA de visão#

À medida que a IA de visão se integra mais na impressão 3D, está a impulsionar mudanças significativas na forma como o fabrico funciona. Eis algumas tendências importantes que evidenciam o seu impacto crescente:

• Fabrico sem iluminação: As fábricas estão a avançar para operações totalmente automatizadas que requerem pouca ou nenhuma intervenção humana. A IA, a visão computacional e a robótica tratam de tarefas como inspeção, separação e acompanhamento de peças, tornando mais viável a produção contínua.
• Crescimento rápido do mercado: Prevê-se que o mercado da impressão 3D global atinja 134,58 mil milhões de dólares até 2034. Este crescimento está associado a melhorias na automação e nas ferramentas de IA de visão.
• Manutenção preditiva: Os sistemas de visão podem acompanhar o desempenho da impressora ao longo do tempo e detetar sinais de desgaste ou falha antes de causarem paragens. Isto mantém a produção a funcionar sem problemas e reduz reparações inesperadas.
• Monitorização e controlo remotos: Os sistemas de câmaras baseados em IA permitem aos operadores acompanhar o progresso da impressão e receber alertas a partir de qualquer lugar. Isto permite um fabrico flexível e tempos de resposta mais rápidos.

Principais conclusões#

A visão computacional pode ajudar a melhorar todas as etapas do processo de impressão 3D. Deteta erros numa fase inicial, monitoriza as impressões em tempo real e permite ajustes durante o processo. Estas capacidades resultam numa melhor qualidade das peças, em menos falhas e em custos de produção mais baixos.

À medida que as tecnologias inteligentes se tornam mais comuns nas fábricas, a visão computacional dá às equipas um maior controlo e ajuda-as a expandir as operações de forma mais eficiente. Setores como o aeroespacial, a saúde e os bens de consumo já dependem destas ferramentas para cumprir normas rigorosas de qualidade e desempenho.

Ao combinar a IA com feedback visual em tempo real, a impressão 3D está a tornar-se mais consistente, eficiente e automatizada, abrindo caminho para um fabrico mais inteligente.

Queres desenvolver os teus próprios projetos de visão computacional? Explora o nosso repositório do GitHub para aprofundar os teus conhecimentos sobre AI e consulta as nossas opções de licenciamento. Descobre como a visão computacional na saúde está a melhorar a eficiência e explora o impacto da AI no retalho visitando as nossas páginas de soluções! Junta-te já à nossa crescente comunidade!