Hệ thống phản hồi dựa trên thị giác máy tính cho máy in 3D

Cách đây không lâu, in 3D chủ yếu được sử dụng để thử nghiệm ý tưởng và xây dựng các model. Giờ đây, công nghệ này đang được sử dụng để tạo ra các sản phẩm thực tế, có chức năng trong các lĩnh vực như chăm sóc sức khỏe và sản xuất. Từ các model nha khoa đến các bộ phận cơ khí, đây đã trở thành một cách thiết thực và đáng tin cậy để sản xuất các vật dụng thực tế.

Khi ngày càng nhiều công ty bắt đầu sử dụng in 3D trong công việc hàng ngày, một số thách thức đang trở nên rõ ràng hơn. Đôi khi, một bộ phận không đạt chuẩn, và ngay cả những vấn đề nhỏ về căn chỉnh hoặc lưu lượng vật liệu cũng có thể ảnh hưởng đến kết quả cuối cùng.

Computer vision có thể giúp giải quyết nhiều vấn đề trong số này. Là một nhánh của AI, nó cho phép máy móc diễn giải hình ảnh và video. Trong thiết lập in 3D, computer vision có thể giám sát từng lớp khi nó được in, phát hiện sớm các kiểu bất thường hoặc lỗi. Nó thậm chí có thể cho phép máy in phản hồi tự động, giúp duy trì chất lượng bản in mà không cần sự giám sát thủ công liên tục.

Trong bài viết này, chúng ta sẽ khám phá cách computer vision giúp in 3D trở nên đáng tin cậy hơn và xem xét các ví dụ thực tế cho thấy tác động của việc giám sát in 3D hỗ trợ bởi AI trong thực tế. Hãy bắt đầu thôi!

Link to this sectionIn 3D là gì?#

In 3D bao gồm việc tạo ra các vật thể vật lý từ các thiết kế kỹ thuật số. Được phát triển lần đầu tiên vào những năm 1980, công nghệ in ấn đã phát triển nhanh chóng trong những năm gần đây. Không giống như in thông thường, đặt mực trên bề mặt phẳng, in 3D xây dựng các vật thể từng lớp một bằng cách sử dụng các vật liệu như nhựa, nhựa resin hoặc kim loại. Phương pháp này còn được gọi là sản xuất bồi đắp (additive manufacturing).

Một máy in 3D điển hình có các bộ phận chính như bàn in, bộ đùn (extruder) và đầu phun (nozzle). Những thành phần này hoạt động cùng nhau để định hình vật liệu in và tạo ra đầu ra cuối cùng.

Quá trình in bắt đầu với một 3D model kỹ thuật số, thường được tạo bằng phần mềm chuyên dụng. Model này sau đó được cắt thành các lớp mỏng, và máy in đọc file để gửi vật liệu từng lớp một cho đến khi vật thể hoàn thành.

Ngày nay, các ngành công nghiệp như chăm sóc sức khỏe, ô tô và hàng không vũ trụ sử dụng in 3D để sản xuất công cụ, bộ phận và các thiết bị y tế tùy chỉnh. Nó cũng được sử dụng rộng rãi trong thiết kế sản phẩm, tạo mẫu và giáo dục.

Hình 1. Các thành phần của một máy in 3D.

Link to this sectionNhững thách thức của kiểm soát chất lượng in 3D theo thời gian thực#

Mặc dù in 3D là một quy trình khá đơn giản và thú vị, nhưng mọi thứ không phải lúc nào cũng hoàn hảo. Hầu hết các vấn đề xảy ra trong quá trình in hoặc ngay sau đó. Nếu không có các công cụ phù hợp, những vấn đề này rất dễ bị bỏ qua. Điều này đặc biệt đúng khi bạn đang cố gắng sản xuất các sản phẩm ở quy mô lớn hơn.

Dưới đây là một số thách thức phổ biến nhất liên quan đến kiểm soát chất lượng in 3D theo thời gian thực:

• Lệch lớp (Layer misalignment): Những thay đổi nhỏ trong chuyển động của máy in có thể khiến các lớp chồng lên nhau không đều. Nó cũng có thể dẫn đến các bản in yếu hoặc bị biến dạng.
• Cong vênh (Warping): Các cạnh của bản in có thể bị cong hoặc nhấc lên khỏi bàn in do làm mát không đều trong quá trình thực hiện.
• Đùn không nhất quán (Inconsistent extrusion): Dòng vật liệu có thể bắt đầu và dừng đột ngột. Điều này dẫn đến các khoảng trống hoặc các điểm mỏng trong vật thể cuối cùng.
• Nhận dạng bộ phận thủ công: Sau khi in, người lao động thường cần phân loại hoặc dán nhãn các bộ phận bằng tay. Quá trình này tốn thời gian và có thể dẫn đến nhầm lẫn.
• Vấn đề về quy mô: Khi khối lượng các bộ phận được in tăng lên, việc theo dõi và kiểm soát chất lượng trở nên khó khăn hơn nếu không có tự động hóa.

Link to this sectionVai trò của computer vision trong in 3D#

Computer vision đóng một vai trò quan trọng trong việc cải thiện cách thức in 3D hoạt động. Nó giúp giám sát từng lớp, phát hiện lỗi sớm và điều chỉnh các bản in khi chúng tiến hành.

Tiếp theo, hãy xem xét kỹ hơn cách Vision AI tăng cường độ chính xác, tính nhất quán và tự động hóa trong các ứng dụng in 3D thực tế.

Link to this sectionTự động phát hiện lỗi trong sản xuất bồi đắp#

Nếu bạn đã từng xem video về một máy in 3D đang hoạt động, bạn biết rằng nó xây dựng các vật thể từng lớp một. Phương pháp từng lớp đó là thứ mang lại sự linh hoạt cho in 3D, nhưng nó cũng có nghĩa là mọi thứ có thể đi chệch hướng nếu chỉ cần một lớp không đúng.

Một lỗi nhỏ ngay từ đầu có thể ảnh hưởng đến độ bền, độ chính xác hoặc chất lượng tổng thể của bộ phận hoàn thiện. Đó là lý do tại sao ngày càng có nhiều nhà sản xuất chuyển sang computer vision để theo dõi quy trình khi nó đang diễn ra.

Các camera có thể chụp ảnh của mọi lớp mới. Những hình ảnh này được kiểm tra ngay lập tức để tìm các lỗi như cong vênh, khoảng trống hoặc thiếu vật liệu. Phát hiện vấn đề sớm giúp tránh các bản in hỏng và giảm lãng phí. Nhiều hệ thống sử dụng các model hỗ trợ bởi AI được huấn luyện để phát hiện những thay đổi tinh vi về hình dạng hoặc kết cấu. Nếu có gì đó trông không ổn, hệ thống sẽ cảnh báo ngay cho người vận hành.

Lấy Phase3D làm ví dụ. Hệ thống giám sát tại chỗ (in-situ monitoring) của họ sử dụng ánh sáng cấu trúc và computer vision để so sánh từng lớp in với những gì nó được cho là phải hiển thị. Nếu có sự không khớp, hệ thống sẽ gắn cờ ngay lập tức.

Hình 2. Sử dụng ánh sáng và computer vision để giám sát in 3D.

Bằng cách liên kết các bất thường này với các kiểu lỗi đã biết, người vận hành có thể hành động trước khi bản in kết thúc. Điều này đặc biệt có tác động trong các ngành như hàng không vũ trụ và quốc phòng, nơi độ chính xác và độ tin cậy là rất quan trọng. Nó cũng cải thiện khả năng truy xuất nguồn gốc và hỗ trợ sản xuất hiệu quả, có thể mở rộng hơn.

Link to this sectionComputer vision để phát hiện lỗi máy in 3D#

Ngoài việc căn chỉnh các lớp một cách chính xác, dòng vật liệu in cũng đóng một vai trò lớn trong chất lượng cuối cùng của bộ phận in 3D. Nếu quá nhiều hoặc quá ít vật liệu được gửi vào, hoặc nếu nó không nằm chính xác ở nơi nó cần, nó có thể dẫn đến một loạt các vấn đề.

Một số vấn đề phổ biến liên quan đến in 3D là hiện tượng tạo sợi (stringing), nơi các sợi vật liệu mỏng hình thành giữa các bộ phận; tách lớp (delamination), khi các lớp không liên kết đúng cách; và đùn thiếu (under-extrusion), nơi không đủ vật liệu được đặt xuống. Những vấn đề này có thể làm yếu bộ phận hoặc khiến nó hỏng hoàn toàn.

Các computer vision model giúp giải quyết vấn đề này bằng cách theo dõi từng lớp trong thời gian thực. Các camera và cảm biến theo dõi cách vật liệu được đặt, nắm bắt những thay đổi về hình dạng, dòng chảy hoặc kết cấu bề mặt khi chúng xảy ra. Các hệ thống cơ bản có thể phát hiện vấn đề sớm, trong khi các thiết lập nâng cao hơn có thể thực sự khắc phục sự cố giữa chừng bằng cách điều chỉnh các cài đặt như tốc độ hoặc tốc độ dòng chảy.

Link to this sectionKhám phá kỹ thuật jetting được điều khiển bằng tầm nhìn (vision-controlled jetting)#

Ví dụ, một hệ thống được phát triển bởi các nhà nghiên cứu từ MIT, Inkbit và ETH Zurich sử dụng bốn camera tốc độ cao và hai tia laser để liên tục quét bề mặt in. Khi 16.000 đầu phun gửi nhựa resin, hệ thống so sánh từng lớp với thiết kế kỹ thuật số và thực hiện các điều chỉnh tức thì khi cần thiết, một quy trình được gọi là vision-controlled jetting.

Hình 3. Quét bề mặt in trong thời gian thực.

Hệ thống này cũng sử dụng sáp làm vật liệu hỗ trợ, có thể được làm tan chảy sau khi in để để lại các kênh bên trong phức tạp. Nó đã được sử dụng để in các vật thể có chức năng đầy đủ như một bàn tay robot với các ngón tay mềm và các bộ phận cứng hoặc một robot sáu chân có thể đi bộ và nắm bắt các vật thể. Không giống như các hệ thống đơn giản chỉ phát hiện lỗi, hệ thống này sửa chúng ngay lập tức - giúp nó đáng tin cậy hơn cho việc in tốc độ cao, độ chính xác cao.

Link to this sectionTối ưu hóa quy trình in 3D với AI#

Đôi khi, hàng ngàn bộ phận được in trong một lô duy nhất, đặc biệt là trong sản xuất quy mô lớn hoặc các trung tâm dịch vụ in 3D. Sau khi in, các bộ phận này cần được xác định, phân loại và xử lý, điều này có thể tốn thời gian và dễ xảy ra nhầm lẫn nếu thực hiện thủ công.

Computer vision giúp tự động hóa giai đoạn này bằng cách nhận dạng và phân loại các bộ phận một cách nhanh chóng và chính xác. Ví dụ, hệ thống AM-Vision sử dụng camera và công nghệ khớp hình học để so sánh từng vật thể được in với model CAD của nó. Hệ thống có thể xác định và phân loại các bộ phận chỉ trong vài giây.

Hình 4. Áp dụng computer vision cho việc nhận dạng và phân loại bộ phận 3D.

Tự động hóa các tác vụ sau in giúp tăng tốc quy trình làm việc, giảm lao động thủ công và giảm thiểu nguy cơ sai sót trong phân loại và đóng gói. Ngoài việc nhận dạng, một số hệ thống cũng có thể nhóm các bộ phận cho các bước bổ sung như đóng rắn (curing), làm sạch hoặc lắp ráp, cải thiện hơn nữa hiệu quả và tính nhất quán trong quy trình sản xuất.

Link to this sectionCác xu hướng mới nổi trong việc giám sát in 3D hỗ trợ bởi Vision AI#

Khi Vision AI ngày càng được tích hợp nhiều hơn với in 3D, nó đang thúc đẩy những thay đổi lớn trong cách thức sản xuất vận hành. Dưới đây là một số xu hướng chính làm nổi bật tác động ngày càng tăng của nó:

• Sản xuất không cần ánh sáng (Lights-out manufacturing): Các nhà máy đang hướng tới các hoạt động hoàn toàn tự động đòi hỏi ít hoặc không có sự can thiệp của con người. AI, computer vision và robot đảm nhận các nhiệm vụ như kiểm tra, phân loại và theo dõi bộ phận, giúp việc sản xuất suốt ngày đêm trở nên khả thi hơn.
• Tăng trưởng thị trường nhanh chóng: Thị trường in 3D toàn cầu dự kiến sẽ đạt 134,58 tỷ USD vào năm 2034. Sự tăng trưởng này gắn liền với những cải tiến trong tự động hóa và các công cụ Vision AI.
• Bảo trì dự đoán (Predictive maintenance): Các hệ thống tầm nhìn có thể theo dõi hiệu suất máy in theo thời gian và phát hiện các dấu hiệu hao mòn hoặc lỗi trước khi chúng gây ra thời gian ngừng hoạt động. Điều này giúp quá trình sản xuất diễn ra suôn sẻ và giảm thiểu các sửa chữa bất ngờ.
• Giám sát và kiểm soát từ xa: Các hệ thống camera hỗ trợ bởi AI cho phép người vận hành theo dõi tiến độ in và nhận cảnh báo từ bất cứ đâu. Nó hỗ trợ sản xuất linh hoạt và thời gian phản hồi tốt hơn.

Link to this sectionCác điểm chính cần lưu ý#

Computer vision có thể giúp cải thiện mọi giai đoạn của quy trình in 3D. Nó phát hiện lỗi sớm, giám sát các bản in trong thời gian thực và hỗ trợ các điều chỉnh trong quá trình thực hiện. Những khả năng này dẫn đến chất lượng bộ phận tốt hơn, ít lỗi hơn và chi phí sản xuất thấp hơn.

Khi các công nghệ thông minh trở nên phổ biến hơn trong các nhà máy, computer vision cung cấp cho các nhóm sự kiểm soát tốt hơn và giúp họ mở rộng quy mô hiệu quả hơn. Các ngành công nghiệp như hàng không vũ trụ, chăm sóc sức khỏe và hàng tiêu dùng đã dựa vào các công cụ này để đáp ứng các tiêu chuẩn chất lượng và hiệu suất nghiêm ngặt.

Bằng cách kết hợp AI với phản hồi trực quan theo thời gian thực, in 3D đang trở nên nhất quán, hiệu quả và tự động hơn, mở đường cho sản xuất thông minh hơn.

Bạn đang muốn xây dựng các dự án computer vision của riêng mình? Hãy khám phá GitHub repository của chúng tôi để tìm hiểu sâu hơn về AI và xem các licensing options. Tìm hiểu cách computer vision in healthcare đang cải thiện hiệu quả và khám phá tác động của AI in retail bằng cách truy cập các trang giải pháp của chúng tôi! Hãy tham gia community đang phát triển của chúng tôi ngay bây giờ!