El Instituto Fraunhofer de Investigación en Tecnologías de Fabricación Aditiva (IAPT) ha puesto en marcha un proyecto de investigación sobre rentabilidad y reciclaje en fabricación aditiva. El proyecto tiene como objetivo usar materiales reciclados como recurso para la impresión 3D industrial de componentes de alta calidad.
Actualmente, la fabricación aditiva con materias primas recicladas suele generar residuos o elevados costes de posprocesamiento. Un nuevo proyecto del Instituto Fraunhofer IAPT sienta las bases para el uso rentable de termoplásticos reciclados en fabricación aditiva y la expansión de los entornos de producción a granjas de impresión industrial. El control inteligente del proceso, los gemelos digitales y otras aplicaciones de inteligencia artificial (IA) buscan estabilizar la impresión 3D con materias primas recicladas y garantizar su rentabilidad.
Cambio de paradigma: de circuito abierto a circuito cerrado
En el nuevo proyecto de IA sobre sostenibilidad y rentabilidad en la impresión 3D industrial, expertos del Fraunhofer IAPT combinan conocimientos en virtualización, gemelos digitales e IA industrial. El objetivo es un cambio de paradigma: pasar de un proceso de circuito abierto -que no tiene en cuenta el proceso de impresión- a un sistema de circuito cerrado.
En el proceso de circuito cerrado, las observaciones sobre la calidad del material o las desviaciones en el comportamiento de la máquina relacionadas con el desgaste se incorporan al proceso de impresión en tiempo real. La impresión de circuito cerrado utiliza los datos recopilados para ajustar los parámetros del proceso dentro de cada capa de impresión según la calidad del material reciclado.
En su recorrido hacia la ‘impresión de circuito cerrado’, los investigadores del Fraunhofer IAPT están equipando las impresoras 3D con sensores y visión artificial.
De la ‘impresión en bucle cerrado’ a un sistema de aprendizaje
Otro objetivo del proyecto es convertir las impresoras 3D en sistemas de aprendizaje. Los gemelos digitales de máquinas o piezas de máquinas tienen como objetivo identificar las combinaciones óptimas de parámetros para geometrías específicas y diferentes calidades de material y condiciones de funcionamiento de la máquina. Un sistema inteligente de gestión de datos vincula los datos del proceso, la información geométrica, los parámetros de segmentación y las métricas de calidad recopilados en el gemelo digital.
Para poder ver el contenido completo tienes que estar suscrito. El contenido completo para suscriptores incluye informes y artículos en profundidad
