Visión por computador detecta defectos en impresión 3D en tiempo real

Uno de los inconvenientes inherentes a la impresión 3D es la imposibilidad de verificar la correcta fabricación de una pieza hasta que el trabajo ha concluido. Este retraso puede implicar la pérdida de horas de impresión y de material costoso. Para abordar esta problemática, el Laboratorio Nacional Lawrence Livermore ha presentado un sistema de inspección que integra inteligencia artificial para observar el proceso de impresión a medida que se desarrolla, midiendo cada capa en tiempo real en lugar de esperar a la finalización. Este desarrollo ha sido reportado por Hackster.io.

El sistema está diseñado específicamente para la escritura con tinta directa (direct ink writing), un proceso de fabricación aditiva que extruye materiales blandos a través de una boquilla fina para crear estructuras reticulares complejas. En este tipo de fabricación, la precisión en la deposición de filamentos es crítica, ya que pequeñas variaciones en el diámetro o secciones rotas pueden alterar las propiedades mecánicas de la pieza final. Tradicionalmente, la detección de estos defectos requería la extracción de la impresión completa y su inspección mediante tomografía computarizada de rayos X u otros métodos fuera de línea.

La nueva metodología, en contraste, utiliza una cámara montada directamente en la impresora. A medida que se deposita cada nueva capa, la cámara captura imágenes que son procesadas por un modelo de aprendizaje automático, una red de segmentación U-Net, entrenado para reconocer el material recién impreso. Este modelo fue entrenado con casi 15.000 imágenes anotadas manualmente, abarcando múltiples geometrías de celosía. Posteriormente, una tubería de visión por computador traza cada filamento, mide su diámetro y construye un mapa detallado del progreso de la impresión.

En las pruebas, el sistema automatizado fue capaz de analizar imágenes en milisegundos, lo que representa una velocidad de análisis aproximadamente 100.000 veces superior a la de una persona realizando las mismas mediciones manualmente. Las mediciones obtenidas por el sistema coincidieron con las anotaciones humanas con una diferencia de tan solo unos pocos micrómetros.

Para demostrar su escalabilidad, los investigadores analizaron un cojín de tamaño de producción de aproximadamente 25 × 25 centímetros. Más de 2.400 imágenes fueron unidas para formar un mapa de medición continuo. Esta visualización reveló un cambio gradual en la superficie de construcción, atribuido a una ligera inclinación entre la base de impresión y la boquilla. Este tipo de problema de hardware, que podría pasar desapercibido con mediciones convencionales, se hizo evidente al visualizarse como un mapa espacial completo. Si bien la tecnología se concibe actualmente como una herramienta de inspección, no como un sistema de fabricación completamente autónomo, sienta las bases para futuras impresoras capaces de evaluar su propio trabajo, rechazar piezas defectuosas antes de su finalización y, eventualmente, ajustar los parámetros de impresión de forma automática al detectar problemas emergentes. Esto podría derivar en una menor cantidad de material desperdiciado, la reducción de los costes de inspección y un avance hacia una producción verdaderamente auto-monitorizada en la fabricación aditiva.