隨著汽車行業(yè)的上市時(shí)間不斷縮短，對(duì)增材制造原型部件的需求比以往任何時(shí)候都要高。然而，根據(jù)德國跨國汽車公司寶馬的一項(xiàng)新研究，為了使更大的3D打印量成為現(xiàn)實(shí)，工藝鏈仍然需要在產(chǎn)出數(shù)量、生產(chǎn)速度和經(jīng)濟(jì)可行方面進(jìn)行優(yōu)化和進(jìn)一步發(fā)展。

在確定需要進(jìn)一步優(yōu)化和提高增材制造技術(shù)及其工藝鏈的效率后，寶馬公司對(duì)人工智能(AI)在自動(dòng)識(shí)別3D打印部件方面的復(fù)雜和經(jīng)濟(jì)價(jià)值進(jìn)行了研究。

本文概述了目前可用的增材制造工藝鏈的狀況，使用人工智能進(jìn)行零件識(shí)別的復(fù)雜，以及使用基于人工智能的如AM-VISION，荷蘭3D打印、后處理和自動(dòng)化公司AM-Flow的自動(dòng)機(jī)器學(xué)零件識(shí)別系統(tǒng)來進(jìn)一步實(shí)現(xiàn)整個(gè)3D打印工藝鏈工業(yè)化的經(jīng)濟(jì)可行。

這篇研究論文由來自寶馬、AM-Flow和杜伊斯堡-埃森大學(xué)(UDE)的作者編撰，強(qiáng)調(diào)了增材制造的技術(shù)進(jìn)步是如何實(shí)現(xiàn)更高的生產(chǎn)速度、更多的材料選擇，以及在類似于傳統(tǒng)產(chǎn)品的部件中可調(diào)整的強(qiáng)大機(jī)械功能。因此，該技術(shù)正越來越多地被汽車等行業(yè)采用，以促進(jìn)測(cè)試和驗(yàn)證車輛部件領(lǐng)域的新用例。