实时缺陷检测对于在航天和其他要求苛刻的应用中大规模采用增材制造至关重要。日前，总部位于美国加利福尼亚州长滩的Relativity Space 已与美国空军研究实验室 (AFRL) 签订了一份价值 870 万美元的合同，以探索增材制造中的实时缺陷检测。

▲ 3D打印火箭

真正的数字线程

这份为期两年的研究合同来自美国俄亥俄州空军基地的AFRL材料和制造理事会。该项目将使用 Relativity 位于加州长滩的工厂的Stargate 3D AM 平台完成。

根据3D科学谷的了解，Relativity Space 的创始人Tim Ellis有一个深刻的洞见，他认为市场上普遍对3D 打印没有真正了解的是，3D打印对制造的颠覆性实际上更像是从燃气内燃机过渡到电动，或从内部部署服务过渡到云，3D打印是一项很酷的技术，但更重要的是，3D打印实际上是软件和数据驱动的制造和自动化技术。

根据Relativity Space的专利，对于定向能量沉积3D打印过程，通过人工智能可以进行过程纠错，并通过执行有限元分析(FEA)、有限体积分析(FVA)、有限差分分析(FDA)、计算流体动力学(CFD)计算或其任何组合来提供过程模拟数据。

而对于Relativity Space来说，此次的合作更具里程碑价值，AFRL将与 Relativity Space合作进行大型增材制造的实时缺陷检测，目的是探索各种现场过程监控和构建无损评估技术。美国国会在《国防授权法案》中指示美国国防部研究如何利用增材制造来加速航空航天零部件和车辆的生产。该项目正是在这一背景下成立的，此外，立法者还要求国防部建立一个国内供应商网络来帮助评估这些技术。

Relativity Space 将开发并验证一种实时缺陷检测系统，该系统将在3D打印过程中检测、定位和分类缺陷类型，然后这些数据将被聚合，从而实现真正的数字线程。

▲ 人工智能用于加工控制

人工智能

根据3D科学谷的市场了解，使用ML机器学习对AM增材制造过程的实时和近实时诊断预测是多方面的：

1. ML1-参数设置 -基于机器学习的优化算法提供工艺参数的最佳可能值，这些参数定义了最有可能避免缺陷的最佳加工路线，目前已经证明了使用强化学习（RL）算法的原位过程优化策略。

2.ML2-诊断 – 根据要求持续评估性能：基于机器学习的缺陷、异常和错误检测算法可用于诊断能力，以检测生产过程中的缺陷、异常和错误（即过程偏差）。通过与性能要求的比较，从感官数据构建过程，这些算法需要在线运行，基于对现场传感器信号的快速分析来提供即时警告。

3.ML23-预测 – 通过预测和制定控制决策来持续调节加工结果：基于机器学习的预测算法允许在构建期间预测过程控制，以确保增材制造过程保持在规范范围内以满足性能要求，例如， 避免、减轻或修复缺陷，或最大限度地减少过程偏差，这些算法也必须在线工作。

更聪明的大脑

全球范围内，增材制造正处在人工智能为其插上腾飞翅膀的前夕。根据德国ACAM亚琛增材制造中心，3D打印企业在全世界范围普遍来说并没有实现很好的盈利，一个关键点是从应用的产业化角度来看，可以实现盈利的制造模式应该是具有经济效益的数字驱动的端到端的制造工艺链为核心，而当前3D打印陷入在一个两难的境地，往往是当规模扩大的时候，随之而来的生产成本以级数级别的增加，这反过来使得要实现盈利成为非常具有挑战的事情。增材制造将朝着软件和数据驱动的自进化智造技术方向发展，人工智能的应用将使得硬件拥有更“聪明的大脑“，更”灵敏的神经“以及”更准确的双手“，让加工变得更高效。

如何实现更好的盈利？根据《AI未来进行式》，只有当业界预见到一些高价值的应用能够落地时，那些与之相关的耗资巨大的技术才会有机会不断发展、走向成熟。如果一种技术能解决某种特别关键的需求，一些公司往往愿意为该技术在发展初期的巨额投入甚至亏损买单，以换取后期依靠这种技术进行扩张、获取更高利润的可能性。可以遇见，在人工智能成为智能制造的智能中枢的历史节点，科研机构在推动3D打印成为软件和数据驱动的自进化智造技术方面将获得不断的长足进步，而未来则属于那些看得到趋势所在，并将趋势融入进自身发展中的企业。

Relativity Space正是这类看得到趋势，并将趋势融入自身发展中的企业。

更好的准备

根据3D科学谷的市场观察，早在2021年，Relativity Space专门申请了使用机器学习对增材制造过程进行实时自适应控制Real-time adaptive control of additive manufacturing processes using machine learning的专利。

根据Relativity Space的专利自动化对象缺陷分类和自适应实时控制的方法和系统可以提供响应于过程或环境参数的变化而使用的过程控制参数的快速优化和调整，以提高工艺稳定性、提高产量和所生产零件的质量。这些方法和系统适用于各种不同技术领域和行业的零件制造，包括汽车行业、航空工业、医疗器械行业、消费电子行业等。

根据3D科学谷的市场判断，在不久的未来，下一步的人工智能将跨越单台3D打印设备，实现设备与设备之间的协调与工艺优化。在软件的作用下，年轻的3D打印产业正期待着一个完全自动化的工厂，进行生产的不只是一个产品，而是几百个，甚至上千个的数字串行制造模式。

基于算法的人工智能正在赋能整个世界，3D打印行业发展正面临着历史性的腾飞机遇！