Utilizzo del controllo qualità basato sull’intelligenza artificiale per rendere AM più affidabile e scalabile

Neotech AMT e il gruppo TAMS dell’Università di Amburgo hanno sviluppato un sistema di monitoraggio basato su telecamera per oggetti prodotti in modo additivo con elettronica integrata (Progetto: KAM EI). Il progetto, finanziato dal Central Innovation Program for PMI (ZIM) del Ministero Federale Tedesco dell’Economia e dell’Energia (BMWi), durerà fino a settembre 2022. Sarà sviluppato l’Assicurazione della Qualità Automatizzata (QA) con la quale i processi di produzione possono essere monitorato in linea nella cella di produzione a 5 assi.

Il dottor Martin Hedges, amministratore delegato di Neotech AMT, ha commentato: “Questo entusiasmante sviluppo apre la strada a un controllo qualità e alla tracciabilità garantiti nell’elettronica stampata in 3D “completamente additiva”, aumentando anche la resa dei prodotti. Il rischio che i difetti vengano scoperti solo dopo che i lunghi processi di produzione sono stati mitigati e la correzione automatica porterà le perdite di rendimento al minimo assoluto.

La capacità sviluppata registrerà e classificherà il processo di produzione e correggerà automaticamente gli errori di elaborazione in base al tipo. Un sistema di visione registrerà le strutture elettriche stampate nello spazio 3D con le immagini che vengono compilate, compensando la distorsione e gli elementi di profondità di campo. Le tracce stampate vengono quindi riconosciute mediante l’elaborazione delle immagini tramite Intelligenza Artificiale (AI) per verificare potenziali difetti come interruzioni di riga, cortocircuiti ed errori geometrici di larghezza e spessore.

Se viene identificato un difetto, il sistema addestrato dall’intelligenza artificiale seleziona una delle tre opzioni che possono essere eseguite: correzione automatica, correzione con input dell’operatore o rifiuto della parte (stampa interrotta). Con questo feedback, il processo di stampa delle piste conduttive diventa un sistema a circuito chiuso. Inoltre, i dati generati dal sistema devono essere archiviati per la documentazione. In questo modo, si può dare un contributo per supportare i processi di certificazione nelle applicazioni critiche.

Il Dr. Florens Wasserfall dell’Università di Amburgo ha concluso: “Questo progetto è un passo importante verso il controllo a circuito chiuso per i processi di produzione ibridi. Le variazioni di qualità e accuratezza sono state un limite importante sin dall’invenzione delle tecnologie additive. Il monitoraggio attivo dei processi è un aspetto fondamentale per consentire una produzione affidabile e scalabile di prodotti intelligenti altamente integrati”.