3D yazıcılar için bilgisayarlı görü tabanlı geri bildirim sistemleri

Çok uzun süre önce değil, 3D baskı ağırlıklı olarak fikirleri test etmek ve modeller oluşturmak için kullanılıyordu. Artık sağlık ve üretim gibi alanlarda gerçek, işlevsel ürünler yaratmak için kullanılıyor. Diş modellerinden mekanik parçalara kadar gerçek dünyada nesneler üretmek için pratik ve güvenilir bir yol haline geldi.

Daha fazla şirket günlük işlerinde 3D baskıyı kullanmaya başladıkça, bazı zorluklar daha belirgin hale geliyor. Bazen bir parça tam olarak beklendiği gibi çıkmıyor ve hizalama veya malzeme akışındaki küçük sorunlar bile nihai sonucu etkileyebiliyor.

Computer vision bu sorunların birçoğunu çözmeye yardımcı olabilir. Bir AI dalı olarak, makinelerin görüntüleri ve videoları anlamlandırmasını sağlar. Bir 3D baskı kurulumunda computer vision, basıldığı her katmanı izleyebilir, olağandışı desenleri veya hataları erkenden tespit edebilir. Hatta yazıcıların otomatik olarak yanıt vermesini sağlayarak sürekli manuel gözetim olmadan baskı kalitesinin korunmasına yardımcı olabilir.

Bu makalede, bilgisayarlı görünün 3D baskıyı nasıl daha güvenilir hale getirdiğini inceleyeceğiz ve yapay zeka destekli 3D baskı izlemenin etkisini gösteren gerçek dünya örneklerine bakacağız. Hadi başlayalım!

3D baskı nedir?#

3D baskı, dijital tasarımlardan fiziksel nesneler yapmayı içerir. İlk olarak 1980'lerde geliştirilen baskı teknolojisi son yıllarda hızla ilerledi. Düz bir yüzeye mürekkep yerleştiren normal baskının aksine 3D baskı, plastik, reçine veya metal gibi malzemeleri kullanarak nesneleri katman katman oluşturur. Bu yöntem aynı zamanda katmanlı imalat olarak da adlandırılır.

Tipik bir 3D yazıcının baskı yatağı, ekstruder ve nozül gibi temel parçaları vardır. Bu bileşenler, baskı malzemesini şekillendirmek ve nihai çıktıyı oluşturmak için birlikte çalışır.

Baskı süreci, genellikle özel yazılım kullanılarak oluşturulan dijital bir 3D model ile başlar. Bu model daha sonra ince katmanlara dilimlenir ve yazıcı, nesne tamamlanana kadar malzeme biriktirmek için dosyayı okur.

Bugün sağlık, otomotiv ve havacılık gibi endüstriler araçlar, parçalar ve özel tıbbi cihazlar üretmek için 3D baskı kullanıyor. Ayrıca ürün tasarımında, prototiplemede ve eğitimde yaygın olarak kullanılmaktadır.

Fig 1. Bir 3D yazıcının bileşenleri.

Gerçek zamanlı 3D baskı kalite kontrolünün zorlukları#

3D baskı oldukça basit ve ilginç bir süreç olsa da, her şey her zaman mükemmel gitmez. Çoğu sorun baskı sırasında veya hemen sonrasında meydana gelir. Doğru araçlar olmadan bu sorunları gözden kaçırmak kolaydır. Bu, özellikle daha büyük ölçekte ürünler üretmeye çalışırken geçerlidir.

Gerçek zamanlı 3D baskı kalite kontrolü ile ilgili en yaygın zorluklardan bazıları şunlardır:

• Katman hizasızlığı: Yazıcının hareketindeki küçük kaymalar katmanların düzensiz istiflenmesine neden olabilir. Ayrıca zayıf veya çarpık baskılara yol açabilir.
• Çarpılma: Baskının kenarları, işlem sırasındaki dengesiz soğuma nedeniyle baskı yatağından kıvrılabilir veya kalkabilir.
• Tutarsız ekstrüzyon: Malzeme akışı öngörülemez bir şekilde başlayıp durabilir. Bu, nihai nesnede boşluklara veya ince noktalara neden olur.
• Manuel parça tanımlama: Baskıdan sonra, çalışanların genellikle parçaları elle sıralaması veya etiketlemesi gerekir. Bu süreç zaman alıcıdır ve karışıklıklara yol açabilir.
• Ölçeklendirme sorunları: Basılan parça hacmi arttıkça, otomasyon olmadan takip ve kalite kontrolü daha zor hale gelir.

3D baskıda bilgisayarlı görünün rolü#

Bilgisayarlı görü, 3D baskının çalışma şeklini iyileştirmede önemli bir rol oynar. Her katmanı izlemeye, kusurları erken yakalamaya ve baskıları ilerledikçe ayarlamaya yardımcı olur.

Şimdi, Vision AI'ın gerçek dünyadaki 3D baskı uygulamalarında doğruluğu, tutarlılığı ve otomasyonu nasıl artırdığına daha yakından bakalım.

Eklemeli imalatta otomatik kusur tespiti#

Eğer hiç 3D yazıcının çalışırken bir videosunu izlediysen, nesneleri her seferinde bir katman olarak inşa ettiğini bilirsin. Bu katman katman yöntem, 3D baskıya esnekliğini veren şeydir, ancak aynı zamanda sadece bir katman bile doğru değilse işlerin ters gidebileceği anlamına gelir.

Erken bir aşamadaki küçük bir hata, bitmiş parçanın dayanıklılığını, doğruluğunu veya genel kalitesini etkileyebilir. İşte bu yüzden daha fazla üretici, süreç gerçekleşirken onu gözlemlemek için bilgisayarlı görüye yöneliyor.

Kamerelar her yeni katmanın görüntüsünü yakalayabilir. Bu görüntüler çarpılma, boşluklar veya eksik malzeme gibi kusurlar açısından anında kontrol edilir. Sorunları erken tespit etmek başarısız baskıları önlemeye yardımcı olur ve atıkları azaltır. Birçok sistem, şekil veya dokudaki ince değişiklikleri algılamak için eğitilmiş yapay zeka destekli modeller kullanır. Bir şeyler yanlış görünürse, sistem operatörü hemen uyarır.

Örneğin Phase3D'yi ele alalım. Yerinde izleme sistemleri, basılan her katmanı neye benzemesi gerektiğiyle karşılaştırmak için yapılandırılmış ışık ve computer vision kullanır. Bir uyumsuzluk varsa, sistem bunu hemen işaretler.

Fig 2. 3D baskıyı izlemek için ışık ve computer vision kullanma.

Bu anomalileri bilinen hata kalıplarıyla ilişkilendirerek, operatörler baskı bitmeden önce harekete geçebilir. Bu, hassasiyet ve güvenilirliğin kritik olduğu havacılık ve savunma gibi endüstrilerde özellikle etkilidir. Ayrıca izlenebilirliği artırır ve daha verimli, ölçeklenebilir üretimi destekler.

3D yazıcı hata tespiti için bilgisayarlı görü#

Katmanları hassas bir şekilde hizalamanın dışında, baskı malzemelerinin akışı da 3D basılı parçanın nihai kalitesinde büyük bir rol oynar. Çok fazla veya çok az malzeme bırakılırsa ya da tam olması gereken yere düşmezse, bir dizi soruna yol açabilir.

3D baskı ile ilgili bazı yaygın sorunlar; parçalar arasında ince malzeme şeritlerinin oluştuğu tel çekme, katmanların düzgün bir şekilde birbirine yapışmadığı delaminasyon ve yeterince malzemenin bırakılmadığı yetersiz ekstrüzyondur. Bu sorunlar parçayı zayıflatabilir veya tamamen başarısız olmasına neden olabilir.

Computer vision modelleri, her katmanı gerçek zamanlı olarak izleyerek bunu çözmeye yardımcı olur. Kameralar ve sensörler malzemenin nasıl yerleştirildiğini takip ederek şekil, akış veya yüzey dokusundaki değişiklikleri gerçekleştikleri anda yakalar. Temel sistemler sorunları erkenden tespit edebilirken, daha gelişmiş kurulumlar hız veya akış hızı gibi ayarları düzenleyerek baskı sırasında sorunları gerçekten düzeltebilir.

Görü kontrollü püskürtmeyi keşfetme#

Örneğin MIT, Inkbit ve ETH Zurich'ten araştırmacılar tarafından geliştirilen bir sistem, baskı yüzeyini sürekli olarak taramak için dört yüksek hızlı kamera ve iki lazer kullanır. 16.000 nozul reçineyi biriktirirken sistem her katmanı dijital tasarımla karşılaştırır ve vision-controlled jetting olarak bilinen bir süreçle gerektiğinde anında düzeltmeler yapar.

Fig 3. Baskı yüzeyini gerçek zamanlı olarak tarama.

Bu sistem ayrıca baskıdan sonra eritilerek karmaşık iç kanalların bırakılabilmesi için destek malzemesi olarak balmumu kullanır. Yumuşak parmaklara ve sert kısımlara sahip robotik bir el veya yürüyebilen ve nesneleri kavrayabilen altı bacaklı bir robot gibi tamamen işlevsel nesneleri basmak için zaten kullanılmıştır. Yalnızca hataları tespit eden daha basit sistemlerin aksine bu sistem hataları anında düzeltir, bu da onu yüksek hızlı, yüksek hassasiyetli baskı için daha güvenilir hale getirir.

Yapay zeka ile 3D baskı süreci optimizasyonu#

Bazen, özellikle büyük ölçekli üretimde veya 3D baskı servis merkezlerinde tek bir partide binlerce parça basılır. Baskıdan sonra, bu parçaların tanımlanması, sıralanması ve işlenmesi gerekir ki bu da manuel olarak yapıldığında zaman alıcı olabilir ve karışıklıklara açık olabilir.

Computer vision, parçaları hızlı ve doğru bir şekilde tanıyıp sınıflandırarak bu aşamayı otomatikleştirmeye yardımcı olur. Örneğin AM-Vision sistemleri, basılan her nesneyi CAD modeliyle karşılaştırmak için kameralar ve geometri eşleştirme teknolojisini kullanır. Sistem, parçaları sadece birkaç saniye içinde tanımlayabilir ve sıralayabilir.

Fig 4. 3D parça tanıma ve sıralama için computer vision uygulama.

Baskı sonrası görevleri otomatikleştirmek iş akışlarını hızlandırır, manuel emeği azaltır ve sıralama ve paketlemede hata riskini en aza indirir. Kimlik tespiti ötesinde, bazı sistemler ayrıca kürleme, temizleme veya montaj gibi ek adımlar için parçaları gruplandırabilir ve üretim sürecinde verimliliği ve tutarlılığı daha da artırabilir.

Vision AI destekli 3D baskı izlemede ortaya çıkan trendler#

Vision AI, 3D baskı ile daha entegre hale geldikçe, üretimin nasıl işlediğinde büyük değişiklikleri tetikliyor. İşte artan etkisini vurgulayan bazı temel trendler:

• Işıksız üretim: Fabrikalar, çok az insan müdahalesi gerektiren veya hiç gerektirmeyen tam otomasyona sahip operasyonlara doğru ilerliyor. AI, computer vision ve robotik, denetim, sıralama ve parça takibi gibi görevleri ele alarak günün her saati üretimi daha uygulanabilir hale getiriyor.
• Hızlı pazar büyümesi: Küresel 3D baskı pazarının 2034 yılına kadar 134,58 milyar dolara ulaşması bekleniyor. Bu büyüme, otomasyon ve Vision AI araçlarındaki gelişmelerle bağlantılıdır.
• Kestirimci bakım: Görü sistemleri, yazıcı performansını zaman içinde izleyebilir ve arıza süresine neden olmadan önce aşınma veya arıza belirtilerini fark edebilir. Bu, üretimin sorunsuz çalışmasını sağlar ve beklenmedik onarımları azaltır.
• Uzaktan izleme ve kontrol: Yapay zeka destekli kamera sistemleri operatörlerin baskı ilerlemesini takip etmesine ve her yerden uyarılar almasına olanak tanır. Esnek üretimi ve daha iyi yanıt sürelerini destekler.

Öne çıkanlar#

Bilgisayarlı görü, 3D baskı sürecinin her aşamasını iyileştirmeye yardımcı olabilir. Hataları erkenden tespit eder, baskıları gerçek zamanlı olarak izler ve işlem sırasında ayarlamaları destekler. Bu yetenekler, daha iyi parça kalitesine, daha az hataya ve daha düşük üretim maliyetlerine yol açar.

Akıllı teknolojiler fabrikalarda daha yaygın hale geldikçe, bilgisayarlı görü ekiplere daha iyi kontrol sağlar ve daha verimli bir şekilde ölçeklenmelerine yardımcı olur. Havacılık, sağlık ve tüketim malları gibi endüstriler, katı kalite ve performans standartlarını karşılamak için bu araçlara zaten güveniyor.

Yapay zekayı gerçek zamanlı görsel geri bildirimle birleştirerek, 3D baskı daha tutarlı, verimli ve otomatik hale geliyor ve daha akıllı üretim için yolu açıyor.

Kendi bilgisayarlı görü projelerini oluşturmak mı istiyorsun? Yapay zekaya daha derinlemesine dalmak için GitHub repository depomuzu keşfet ve licensing options seçeneklerimize göz at. Çözüm sayfalarımızı ziyaret ederek computer vision in healthcare alanının verimliliği nasıl artırdığını öğren ve AI in retail etkisini incele! Büyüyen community topluluğumuza şimdi katıl!