L’intelligenza artificiale sta assumendo un ruolo sempre più rilevante nel potenziamento dei processi di manifattura additiva, aprendo scenari inediti in termini di automazione, qualità e ottimizzazione industriale. Attraverso algoritmi di machine learning e deep learning basati su reti neurali, è oggi possibile gestire l’intero ciclo produttivo in tempo reale, dalla fase di design alla stampa, dal controllo qualità alla manutenzione delle apparecchiature.
Nel campo della progettazione, l’IA consente di generare geometrie complesse e innovative in tempi ridotti, rendendo possibile la realizzazione di componenti con prestazioni superiori rispetto ai metodi tradizionali e minimizzando gli scarti di materiale. In questo ambito, la Divisione Tecnologie e materiali per l’Industria Manifatturiera Sostenibile di ENEA è attivamente impegnata, nell’ambito del progetto INSPIRATION, nello studio dell’alleggerimento di componenti aeronautici attraverso geometrie trabecolari e giroidiche ottimizzate.
Sul fronte del controllo qualità, i sistemi basati su IA integrano sensori avanzati e sistemi di visione per rilevare difetti strutturali durante la stampa, correlarli ad anomalie di processo e intervenire in tempo reale, senza attendere le ispezioni a fine ciclo. L’utilizzo del digital twin — rappresentazione virtuale del processo fisico — consente inoltre di ottimizzare accuratezza e capacità predittive, come già dimostrato da soluzioni industriali applicate alla stampa metallica.
L’integrazione dell’IA impatta anche sulle fasi successive alla stampa, supportando operazioni di post-elaborazione automatizzata e la manutenzione predittiva delle macchine, con una pianificazione ottimizzata degli interventi basata sul monitoraggio continuo dello stato degli impianti. Il potenziale complessivo di questa convergenza tecnologica si riflette sull’intera catena del valore, con benefici concreti in termini di riduzione dei tempi di sviluppo, contenimento dei costi e miglioramento della qualità dei prodotti finali.
Fonte di riferimento: