EOS增材制造软件套件被集成人工智能技术，用于保障打印质量

人工智能技术正在火速发展，将其与3D打印技术结合已经从开始尝试走向实际应用。此前，这两种技术的结合主要体现在先进结构的设计方面，这种模式让3D打印技术的制造优势进一步得到释放，不过目前的成本仍旧很高。

除了结构设计，人工智能如能参与实时调整3D打印制造过程的参数设定，或可进一步提升3D打印的制造质量。随着金属3D打印的制造尺寸越来越多，使用的激光数量越来越多，打印失败的成本往往让用户无力承担损失。

由镍基合金和不锈钢制造的大型部件，如火箭发动机、叶片、管道，及航空航天和石油天然气行业的其他流动结构，由于复杂的热过程，往往导致构建失败和表面质量差，这些结构的3D打印具有挑战性。

在过去的一年中，3D打印技术参考报道了EOS公司开发出了实时调整激光参数的功能，以实现无支撑3D打印。近日，笔者进一步了解到，德国柏林人工智能软件开发商1000 Kelvin将所开发的AMAIZE解决方案适用到了EOS的金属3D打印机上，该方案可以在几分钟内预测并纠正扫描策略中的热问题。新增功能旨在通过利用人工智能来增加生产工作流程并增强客户的工程流程。此次集成预计将使用户简化设计流程，将工程成本降低80%，并加快增材制造使用进程。

预测，虽是老生常谈，但将人工智能用于金属3D打印预测还很少见。此次尝试也并非上述所提及的将人工智能技术直接用于改造增材制造过程，而是将该技术用于打印之前的预测。因此，金属3D打印过程预测正经历从试错法、有限元模拟到人工智能预测。

与此前的预测方式相比，人工智能预测或许为改善增材制造质量带来了新可能。1000 Kelvin表示，使用AMAIZE解决方案，工程师能够在几分钟内识别出导致零件故障的关键因素，并调整3D打印工艺参数。该公司声称，其可将失败风险从90%降低到5%，提高了3D打印的质量，并将工程时间缩短了10倍。

使用AMAIZE解决方案进行打印过程预测

1000 Kelvin所展示的案例研究证明了人工智能技术在准确和快速地打印大型部件而不会过热方面的可行性。一站式人工智能软件可预测近乎实时的打印问题、执行校正并生成特定于机器的工业级和即用型打印文件。与传统解决方案需要数天的时间相比，人工智能使能够在极短的时间（分钟）内进行分析和纠正。

EOS软件部门高级副总裁Martin Steuer表示，AMAIZE的人工智能预测功能实现了从物理迭代到数字迭代的范式转变。这是增材制造产业化迈出的重要一步。加上其强大的网络安全性，AMAIZE代表了行业基于云的解决方案的重大进步。将人工智能用于整个3D打印流程的探索者，还有Oqton，他们正在将人工智能、机器学习和3D打印相结合，来改造增材制造制造流程。