Arriba

El Machine Learning desbloqueará la impresión 3D

entresd machine learning

El Machine Learning desbloqueará la impresión 3D

1 Star2 Stars3 Stars4 Stars5 Stars (No Ratings Yet)
Loading...

Dos años para imprimir en 3D un puente de acero en Amsterdam señala lo que esta tecnología puede y no puede hacer. El boom de la impresión 3D se une al boom del machine learning para sacarle todo el partido a esta tecnología. Este interesante artículo os explica de qué manera.

Por CLIFF KUANG en CO.DESIGN

entresd machine learning

¿Recordáis que hace apenas cinco años parecía que la impresión en 3D iba a tomar el mundo? ¿Cómo parecía que tendríamos automóviles impresos en 3D que aparcaríamos en nuestras casas con impresas en 3D? Las cosas no parecían ir por este camino, pero incluso mientras la burbuja se deshinchaba, las empresas han seguido trabajando en esta tecnología.

Dos años después de que Autodesk anunciara un plan para imprimir en 3D un puente de acero entero diseñado por Joris Laarman, el proyecto realmente está avanzando, con una pronta terminación al final del año. Autodesk acordó compartir una actualización exclusiva con Co.Design. Lo que es fascinante es cuántas cosas han evolucionado, cuántos problemas han sido conquistados y hacia dónde va el proyecto desde aquí.

 

UN CASO DE ESTUDIO PARA APLICACIONES INDUSTRIALES

El puente realmente es sólo una prueba de concepto para aplicaciones de acero impreso que van desde la construcción naval hasta plataformas petrolíferas mar adentro. Llegar allí requerirá no sólo mejor software, sino robots que puedan enseñarse a sí mismos cómo mejorar en la impresión 3D. “Ahora estamos dando pasos enormes en el volumen de objetos que se pueden imprimir. Eso va a crear un salto significativo en la adopción de esta tecnología”, dice Gijs van der Velden, que dirige MX3D, una empresa de arranque de Joris Laarman Lab dedicada a la comercialización de la impresión de acero a gran escala.

machine learning entresd

Cuando Laarman soñó el puente, estaba sostenido por una red de puntales que se ramificaron como un cristal de hielo. Se iba a instalar en un canal cerca del histórico distrito de la Luz Roja de Ámsterdam. Pero el puente ha cambiado radicalmente, por una simple razón: la ciudad encontró que el diseño resaltaba las paredes del canal, y por lo tanto tuvo que ser rediseñado. El puente que ya se está imprimiendo se asemeja más a una típica estructura peatonal, aunque la superficie y la forma todavía se doblan y se retuercen fantásticamente, de una manera que sólo se puede hacer con la impresión 3D. Y ese es el punto: Mostrar a todos los posibles socios lo que es posible hacer.

entresd machine learning

El desafío es imprimir piezas grandes. Se podría pensar que es un problema de hardware -cuestión de fabricar mejores robots- pero en realidad es más acerca del software. La idea siempre ha sido utilizar robots industriales, para que un cliente pueda encargar los robots, conseguirlos en tres semanas y luego usar el software de MX3D para imprimir lo que quieran. Lo complicado es conseguir que los robots suelden algo que tiene todas las propiedades físicas requeridas de una pieza de alto rendimiento.

Cuando el acero se funde, sus propiedades físicas cambian. El recalentamiento constante lo hace quebradizo. Eso significa que no se puede simplemente construir una estructura de acero 3D-impresa como con el plástico, aplicando capa sobre capa y ya está. A medida que se aplican las capas sucesivas de acero, recalientan las capas inferiores. Si se han aplicado recientemente, se debilitan. Conquistar ese desafío significa una estrategia de impresión completamente diferente. A medida que se enfrían las diferentes zonas, el acero tiene que ser construido en lo que parecen patrones al azar. Un robot que está imprimiendo en 3D con acero se parece poco a una araña tejiendo una tela y mucho a una araña tejiendo una tela mientras va de ácido. Como la impresora ya no espera que el acero se enfríe en un lugar determinado, la impresora puede trabajar al doble de velocidad.

entresd machine learning

Pero entonces las cosas se complican aún más. Las geometrías tridimensionales complejas se hacen a medida, por lo que es difícil saber de antemano dónde la máquina tendrá problemas para crear soldaduras fuertes. Aquí es donde el Machine Learning puede ayudar. Los robots industriales que utiliza MX3D ya cuentan con sensores que detectan la cantidad de corriente que se está utilizando para calentar el metal, la temperatura que alcanza éste y dónde se aplican exactamente las soldaduras. MX3D está trabajando en la siguiente fase: combinar esos datos con algoritmos de Machine Learning para ayudar al robot a aprender qué soldaduras son propensas a plantear problemas, ya sea para abordar esos problemas a tiempo real o evitarlos surgiendo nuevos patrones de movimiento que permitan que cada capa se construya correctamente. “Cuando se esté haciendo el archivo para la impresión, los grandes problemas se resolverán”, explica van der Velden. “Cuando realmente esté imprimiendo, la máquina reconocerá un problema y creará una solución sobre la marcha”.

entresd machine learning

Él reconoce que el acero de impresión 3D no será útil en el 95% de los proyectos de construcción industrial. En esos casos, las estructuras simples son suficientes. Pero el 5% restante es un mercado enorme. Por ejemplo, la estructura de soporte de acero para una plataforma petrolífera mar adentro es increíblemente difícil de diseñar. En lugar de tener un equipo de constructores para crear una sola parte, será posible que haya dos ingenieros vigilando a ocho robots. Por otro lado, uno de los pasos más grandes en la fabricación de piezas para un proyecto de esta embergadura, es trasladar las partes críticas hacia abajo, para ahorrar el peso que pueda. Reducir una parte de 6.000 kilos a 5.000 kilos puede significar alquilar una grúa totalmente diferente para la instalación y un coste considerablemente más bajo. La impresión en 3D de esta pieza, con una estructura interior intrincada donde todo el peso ya se ha reducido, podría reducir el peso en un 50% sin necesidad de ningún trabajo de traslado adicional. Lo mismo ocurre con piezas grandes y de alto rendimiento, como el rotor de un buque de carga. El ahorro masivo de energía resultaría de una pieza de la misma apariencia en el exterior, pero hueca en el interior.

Lo que nos lleva de vuelta al puente. Se supone que es marketing para MX3D, Autodesk (que fabrica el software) y una docena de otros socios que han prestado millones de dólares en recursos para desarrollar la tecnología. Mientras que el puente parece cool en el exterior, está realmente pensado para mostrar lo que es posible hacer con piezas gigantes de equipo que no han cambiado mucho en décadas. “No va a ser una manera mágica de producir todo”, dice van der Velden. “Pero encontraremos piezas nuevas realmente importantes para imprimir.”

Sin comentarios

Publicar comentario

Atención: mediante el envío de este formulario confirmas haber leído y aceptar el Aviso Legal.