AI based 3D-Printed Custom Series Recognition & Automation
Het project ontwikkelt een geavanceerd systeem voor automatische herkenning en sortering van custom 3D-geprinte onderdelen binnen productieprocessen.
Projectdetails
Inleiding
3D-printers zijn begonnen aan de fundamentele verschuiving van stand-alone rapid prototyping-machines naar genetwerkte, industriële units binnen productieworkflows. Paradoxaal genoeg komt nu naar voren dat in Additive Manufacturing (AM) de vrijheid in digitaal ontwerp leidt tot de minst geautomatiseerde navolgende fabrieksprocessen.
Probleemstelling
AM blijkt zeer moeilijk te integreren in end-to-end geautomatiseerde productie workflows. Oorzaak hiervan is de enorme, fundamenteel oneindige variatie in onderdelen die vandaag de dag in grote aantallen uit industriële printers komen. Dit leidt tot problemen in herkenning en sortering van geprinte producten, een momenteel kostbaar en foutgevoelig handmatig proces dat verdere opschaling van de AM-industrie blokkeert.
Oplossing
AM-Flow heeft eerder unieke AI machine vision technologie ontwikkeld die enkelstuks geprinte objecten kan herkennen op basis van de individuele geometrie. Deze oplossing draait momenteel bij verschillende klanten. Echter, deze oplossing blijkt nog geen adequate oplossing voor custom series, waarbij geometrieën vrijwel gelijk zijn en de verschillen tussen parts minimaal.
Doelstelling
Om de volledige AM-markt te kunnen ontsluiten voor wat betreft de automatische herkenning en sortering van custom series parts, moet het systeem van AM-Flow verder worden doorontwikkeld. Voor een optimale aansluiting op de bestaande print- en nabewerkingslijnen bij AM-productiebedrijven, in dit project vertegenwoordigd door samenwerkingspartner Parts On Demand, is er ook ontwikkeling aan de interface tussen productielijn en het AM-Flow systeem nodig.
Samenwerking
Parts On Demand ontwikkelt hier actief aan mee tijdens dit project en dient verder als locatie voor pilottests in een realistische omgeving.
Prototypecomponenten
De doelstelling is om te komen tot een aantal prototypecomponenten voor het AM-Flow systeem, bestaande uit:
- De interface tussen productie- en sorteersysteem
- Een oplossing voor de positionering van onderdelen
- De automatische identificatie van custom series onderdelen
Uiteindelijk moeten bovenstaande componenten gecombineerd worden in één proefopstelling voor het uitvoeren van pilottests bij Parts On Demand.
Financiële details & Tijdlijn
Financiële details
Subsidiebedrag | € 338.821 |
Totale projectbegroting | € 1.115.487 |
Tijdlijn
Startdatum | 1-1-2022 |
Einddatum | 31-12-2023 |
Subsidiejaar | 2021 |
Partners & Locaties
Projectpartners
- AM-Flow B.V.penvoerder
- Parts On Demand B.V.
Land(en)
Vergelijkbare projecten binnen MIT R&D Samenwerking
Project | Regeling | Bedrag | Jaar | Actie |
---|---|---|---|---|
AMAutoHet project AMauto automatiseert handmatige processen na 3D printen om de efficiëntie en integratie in Smart Industry 4.0 te verbeteren. | Mkb-innovati... | € 311.276 | 2019 | Details |
Ontwikkeling scanrobot voor sortering binnen high-mix high-volume industrieënShapeways en Borges3D ontwikkelen een geautomatiseerde scanoplossing om het handmatige matchingproces van 3D-geprinte producten te vervangen, wat kosten en tijd bespaart en groei bevordert. | Mkb-innovati... | € 200.000 | 2017 | Details |
Next generation additive manufacturing systemsDit project ontwikkelt een innovatief 3D filament printsysteem met cobot-integratie om kosteneffectieve, flexibele productie van klantspecifieke componenten mogelijk te maken, met aanzienlijke groeikansen voor regionale bedrijven. | Mkb-innovati... | € 203.665 | 2019 | Details |
3D vision inspectie voor gietdelenHet project ontwikkelt een 3D porositeiten scanner voor de automotive sector om oppervlaktefouten van aluminium gietdelen autonoom en betrouwbaar te meten, ter verbetering van kwaliteitscontrole en procesoptimalisatie. | Mkb-innovati... | € 173.810 | 2017 | Details |
Controlled & Authorized Additive Manufacturing (CAAM)CAAM ontwikkelt een veilig en gecontroleerd 3D printproces dat kwaliteit waarborgt en intellectueel eigendom beschermt voor massaal gebruik. | Mkb-innovati... | € 299.425 | 2020 | Details |
AMAuto
Het project AMauto automatiseert handmatige processen na 3D printen om de efficiëntie en integratie in Smart Industry 4.0 te verbeteren.
Ontwikkeling scanrobot voor sortering binnen high-mix high-volume industrieën
Shapeways en Borges3D ontwikkelen een geautomatiseerde scanoplossing om het handmatige matchingproces van 3D-geprinte producten te vervangen, wat kosten en tijd bespaart en groei bevordert.
Next generation additive manufacturing systems
Dit project ontwikkelt een innovatief 3D filament printsysteem met cobot-integratie om kosteneffectieve, flexibele productie van klantspecifieke componenten mogelijk te maken, met aanzienlijke groeikansen voor regionale bedrijven.
3D vision inspectie voor gietdelen
Het project ontwikkelt een 3D porositeiten scanner voor de automotive sector om oppervlaktefouten van aluminium gietdelen autonoom en betrouwbaar te meten, ter verbetering van kwaliteitscontrole en procesoptimalisatie.
Controlled & Authorized Additive Manufacturing (CAAM)
CAAM ontwikkelt een veilig en gecontroleerd 3D printproces dat kwaliteit waarborgt en intellectueel eigendom beschermt voor massaal gebruik.
Vergelijkbare projecten uit andere regelingen
Project | Regeling | Bedrag | Jaar | Actie |
---|---|---|---|---|
Robotarm voor de sortering van heterogene batches 3D geprinte productenAM-Flow onderzoekt de haalbaarheid van een robotarm voor het automatisch grijpen en plaatsen van 3D-prints in de post-productielijn, ter ondersteuning van de automatisering van het productieproces. | Mkb-innovati... | € 20.000 | 2021 | Details |
AI driven Computer Aided ManufacturingHet project onderzoekt de training van AI voor feature recognition in 3D modellen om automatisch CNC-programmeeracties te genereren, wat tijd bespaart voor verspaning specialisten. | Mkb-innovati... | € 20.000 | 2022 | Details |
Box3d for IndustryBox3D B.V. ontwikkelt een modulaire, data-gedreven 3D printfarm met een eigen controller en software om industriële productie te optimaliseren en milieuvriendelijker te maken. | Mkb-innovati... | € 20.000 | 2021 | Details |
Accelerated Additive Manufacturing: Digital Discovery of a New Process GenerationExcelAM aims to revolutionize Laser Powder Bed Fusion by developing advanced computational models and data-driven approaches to significantly increase build rates and enhance manufacturing capabilities. | ERC Starting... | € 1.484.926 | 2024 | Details |
ADDITIVE TO PREDICTIVE MANUFACTURING FOR MULTISTOREY CONSTRUCTION USING LEARNING BY PRINTING AND NETWORKED ROBOTICSAM2PM aims to revolutionize multistorey construction through 3D concrete printing, achieving 50% material reduction and significant CO2 savings while enhancing sustainability and efficiency. | EIC Pathfinder | € 3.605.988 | 2024 | Details |
Robotarm voor de sortering van heterogene batches 3D geprinte producten
AM-Flow onderzoekt de haalbaarheid van een robotarm voor het automatisch grijpen en plaatsen van 3D-prints in de post-productielijn, ter ondersteuning van de automatisering van het productieproces.
AI driven Computer Aided Manufacturing
Het project onderzoekt de training van AI voor feature recognition in 3D modellen om automatisch CNC-programmeeracties te genereren, wat tijd bespaart voor verspaning specialisten.
Box3d for Industry
Box3D B.V. ontwikkelt een modulaire, data-gedreven 3D printfarm met een eigen controller en software om industriële productie te optimaliseren en milieuvriendelijker te maken.
Accelerated Additive Manufacturing: Digital Discovery of a New Process Generation
ExcelAM aims to revolutionize Laser Powder Bed Fusion by developing advanced computational models and data-driven approaches to significantly increase build rates and enhance manufacturing capabilities.
ADDITIVE TO PREDICTIVE MANUFACTURING FOR MULTISTOREY CONSTRUCTION USING LEARNING BY PRINTING AND NETWORKED ROBOTICS
AM2PM aims to revolutionize multistorey construction through 3D concrete printing, achieving 50% material reduction and significant CO2 savings while enhancing sustainability and efficiency.