•    發佈時間：2024/03/01
• 分享
• 訪問量：

【概要描述】 人工智慧。不久前科幻小說和電影的主題現在似乎在現實世界中隨處可見。每個人都在談論它，許多人對它能做什麼感到興奮，有些人擔心它可能會在未來取代他們。Nexa3D正在通過其新軟體將人工智慧大規模集成到增材製造行業中。

 

2023年末，Nexa3D推出了一個新的人工智慧平臺，旨在為其XiP Pro 3D印表機實現端到端工作流程自動化。Nexa AI據說可以簡化從檔準備到後期處理的整個工作流程。Nexa3D首次在Formnext上展示了該軟體，該平臺旨在為用戶提供確保可重複性和可靠性所需的列印智能。

 

該軟體旨在幫助簡化和自動化列印工作流程、遠程監控和列印管理，同時實現即時錯誤檢測、干預和補救。

 

Nexa3D的首席技術官Izhar Medalsy告訴TCT:“我們真的承擔起瞭解決瞭解零件列印過程、零件可靠性、列印可靠性和首次成品率的問題，並結合最新和最強大的人工智慧和感測器功能來解決這個問題。當你看今天的檔準備軟體時，它們都在看幾何圖形。當你試圖給你的客戶回饋時，無論零件是否可印刷，你通常會關注薄壁、填充和突出等所有這些東西。但是沒有人關注零件的物理特性，也沒有人關注零件是如何被列印出來的。如果你想一想，不管你的幾何形狀如何，你的零件在列印時會失效的原因主要是列印時作用於它的力，對嗎？具體到樹脂，我們討論的是剝離力。

 

“當你有這個介面層時，無論是薄膜還是其他介面層，你有另一面的構建板，你將這一部分從樹脂中拉出，你如何確保列印過程的整個物理過程不會對該部分施加過多壓力，也不會破壞該部分。這就是導致分層的原因。因此，當我們首先研究印刷的物理特性，並將其視為許多失敗的根本原因時，你會問自己，如何解決這個問題？因此，我們在XiP Pro上添加了一系列感測器，現在我們可以從中獲取資訊並做兩件事。

 

“第一個問題是，您對您的印表機已經準備好列印這一事實有信心嗎？假設用戶正在遠程工作，或者您有一名技術人員，但實際上擁有該印表機的人在另一個設施或不同的地方。你怎麼知道你的構建板被鎖定了？你怎麼知道你建築板是乾淨的？您如何知道自己擁有正確的構建範本？這與自動化和工作流程息息相關。所以，我們有辦法識別所有這些東西。我們可以告訴你是否有正確的構建板，它是否鎖定，它是否乾淨。”



Nexa3D XiP Pro

 

 

Medalsy補充說，該軟體的“真正寶石”是，隨著列印過程、幾何形狀和物理之間的關係得到理解，Nexa AI可以返回到檔準備階段，並告訴用戶如何優化他們的部分。他補充說:“我們在業內首次從物理角度，即從影響列印的本質角度，閉合了列印過程和文件準備之間的環路。”

 

該計畫在推出之前已經開發了大約兩年半的時間，團隊成員來自機械和物理領域的共同背景，以及從以前的人工智慧經驗中吸取的教訓。

 

Medalsy補充說:“人工智慧已經與我們密切相關好幾年了，我自己和軟體團隊的領導者Itay【Barel】都對它充滿熱情。顯然，ChatGPT讓所有人都注意到了這一點，但之前就有AI，我們所有人都意識到了這一點。很明顯，在印刷領域，它只是為你提供了一個令人驚歎的人工智慧平臺。”

 

通過使用Nexa AI，XiP Pro的用戶將可以訪問一個平臺，該平臺可以增加每次列印的學習量，因此效率和有效性將不斷提高。用戶將能夠讓他們的Nexa人工智慧平臺從自己的列印活動中學習，或者如果通過雲訪問平臺，則可以通過更廣泛的Nexa XiP Pro用戶群學習。

 

Nexa3D在芝加哥舉行的RAPID + TCT 2023上發佈了XiP Pro。該系統配備了更強大的列印引擎和19.5升的製造容量，據該公司稱，該系統的日產量為“至少四臺”競爭對手的樹脂印表機。該機器還便於將較小的零件堆疊在一起，以利用其生產量，而每小時高達24垂直釐米的列印速度意味著該機器可以在兩小時內生產其全部生產量。

 

在談到Nexa人工智慧平臺的未來時，Medalsy告訴TCT:“Nexa人工智慧的最大目標是確保我們每週、每月、每年都變得更聰明，這意味著你今天獲得的數據在一個月後和一年後會更好。它將不斷解決我們看到的所有痛點，我們談到了印刷過程，但印刷生態系統中有許多東西。Nexa AI將參與所有這些步驟，並肯定會轉移到其他平臺。我們既有粉末和擠出系統，也有樹脂，在那裏我非常興奮，因為我們可以使用視覺（人工智慧），這是非常先進的，人工智慧肯定也會在那裏部署。”

 

梅達爾西還向TCT談到了人工智慧在整個增材製造行業的未來應用:“如果你不採用人工智慧，你很可能會被甩在後面。現在行業的現實和人類的現實是人工智慧將成為我們的對手。我不認為它會像人們擔心的那樣迅速地奪走工作，但它肯定會提高生產率，並給我們提供新的工具，以我們以前從未見過的方式看待事物。當你上傳數億個數據點時，無論是你製造機器的過程、用戶如何使用你的機器，還是配製新材料，人工智慧都能做得比我們好得多。你可以看到趨勢，可以看到異常值，可以進行人類由於數據量巨大而無法進行的優化過程。”