Europe 
Türkiye 
United Kingdom 
Global 
Iniciar sesión con mi cuenta Xometry 
Nos sentamos con Omar Fergani, CEO y cofundador de NEOFORGE , para hablar sobre por qué la fabricación aditiva de metal sigue atrapada en el ensayo y error, qué significa realmente la IA impulsada por la física y cómo AMAIZE da un vuelco al ciclo tradicional de diseño, producción, prueba y aprendizaje.
El enorme coste del fracaso
¿Cuál es el problema actual de la impresión de metal?
La fabricación aditiva de metal es una tecnología fundamental para algunos subdominios como el sector Aeroespacial y Defensa. Sin embargo, aunque la promesa de la fabricación aditiva (AM) de metal es inmensa, no vemos que escale ni observamos la adopción mundial que esperábamos a estas alturas.
Hay varios problemas. El más evidente es que se trata de una tecnología industrial que exige expertos. La mayoría de la gente cree que es como el FDM. Compro una máquina, tengo un diseño, pulso el botón e imprimo. En realidad, requiere muchísima experiencia, y la única forma de formar a esos expertos es hacerles pasar por muchos fracasos. Pero el coste de estos fracasos puede ser altísimo, teniendo en cuenta el coste del tiempo de uso de máquinas multimillonarias y los materiales de producción como el titanio o el Inconel. Por eso, no hay muchas empresas que puedan permitirse formar así a su personal.
El segundo problema es que conseguir que las impresiones salgan bien a la primera, incluso con operarios experimentados, resulta difícil. Cuando fracasas muchas veces, pierdes tiempo en una máquina cara, desperdicias material costoso y provocas retrasos. Todo eso se suma a la estructura de costes.
Y el tercero es que los casos de uso que más se beneficiarían de la AM aún no se han adoptado de forma generalizada.
Se ha hablado del FEA térmico como solución para el éxito de la impresión. ¿Qué opina al respecto?
Simular en lugar de ir a la máquina para probar y fracasar es muy inteligente. Más simulación y menos iteración física siempre es una decisión acertada. Pero, ¿es la respuesta el análisis de elementos finitos? Desde mi perspectiva, no.
La fabricación no es un trabajo de análisis. Los ingenieros de fabricación nunca van a adoptar el método de elementos finitos. Es muy complejo y añade otro nivel de especialización. Además, el nivel al que hay que usar este método para resolver problemas de fabricación se encuentra en la trayectoria de la herramienta. Simular 2000 millas de trayectoria con elementos finitos llevaría probablemente 24 millones de años de cálculo. Por tanto, afirmar que el FEA es la respuesta no es realista.
La buena noticia es que, con la IA, pasamos de la resolución determinista de EDP a un enfoque probabilístico basado en la estadística. Con esto podemos hacer 2000 millas en pocos minutos. Esa es la oportunidad que ha traído el aprendizaje automático.
¿Qué les llevó a usted y a su cofundadora Katharina a crear NEOFORGE?
Katharina y yo tenemos perfiles complementarios: ella aporta una profunda experiencia en IA y modelado basado en la física, y yo aporto años de experiencia como usuario final y fabricante de máquinas (OEM) viendo repetirse los mismos problemas en distintos clientes. Esa combinación es la apuesta fundacional de la empresa.
Nos unimos en torno a una convicción específica: la industria de la fabricación aditiva intentaba resolver un problema fundamentalmente probabilístico con herramientas deterministas. Los métodos de elementos finitos, por muy sofisticados que fueran, nunca iban a escalar a la resolución a nivel de trayectoria de herramienta que requiere la producción real (el coste de cálculo es prohibitivo y la experiencia de usuario es inadecuada para ingenieros de fabricación que no son analistas).
Lo que vimos, antes de que nadie hablara en serio de la IA para la fabricación, fue que el aprendizaje automático entrenado con datos validados físicamente podía reducir el problema de cálculo de años a minutos. Esa idea de que el paradigma correcto era probabilístico y basado en el aprendizaje, y no determinista y basado en solvers, es la base de AMAIZE. Fundar la empresa era la única forma de perseguirlo con la profundidad y velocidad necesarias.
Simulaciones que revelan riesgos y aportan soluciones
¿Qué es AMAIZE?
En el núcleo de AMAIZE hay un modelo fundamental que entiende todo sobre la interacción láser-material. Usamos este modelo para simulaciones. Si tiene un componente muy grande que tardará semanas en imprimirse y el riesgo de fallo es alto, lo simulamos en unos minutos. Vemos dónde está el riesgo de fallo, proporcionamos información a los diseñadores y ofrecemos soluciones a los ingenieros de fabricación para que puedan realizar todo el aprendizaje por adelantado antes de terminar el diseño y la impresión.
Piénselo de este modo. Todo el ciclo de ingeniería (diseño, producción, pruebas y aprendizaje) siempre ha seguido el mismo camino. Ahora tenemos la posibilidad de llevar el aprendizaje al principio. Decimos a los ingenieros que no terminen su diseño ni produzcan, sino que aprendan lo máximo posible. Ahora es viable porque es computacionalmente eficiente. Una vez realizadas todas estas iteraciones digitales con un coste casi nulo, se termina el diseño, se produce y se prueba en el mundo físico. Ese es el cambio de paradigma que aportamos.
Y no se trata solo de una tecnología digital que flota en el aire. AMAIZE es la primera tecnología del mundo que se ha implementado realmente en máquinas de uso industrial. Aún más interesante es que somos la primera empresa que controla realmente el escáner, no solo la máquina. Hemos integrado nuestra IA en el escáner láser, SCANLAB por ejemplo. Es una tecnología que va desde el diseño hasta la iteración y la ejecución en la máquina.
Entonces, ¿cómo funciona realmente?
Lo que habría hecho un experto, ahora lo hará el software ejecutando toneladas de simulaciones, anidando la pieza, colocando los soportes solo donde sea necesario, optimizando la estrategia de escaneo para lograr la máxima calidad y los mejores acabados superficiales, además de laminar y generar los patrones de relleno (hatching) para ofrecerle un código G listo para enviarse a la máquina. Todo de principio a fin. El humano ve lo que hace la tecnología, puede analizarlo, extraer los datos y cuestionarlo. Pero la realidad es que usamos la computación para hacer todo el trabajo.
Evidentemente, algunos de estos objetivos compiten entre sí. Por eso realizamos múltiples optimizaciones y mostramos al cliente diferentes opciones representadas por distintos códigos G. El software considera que estas tres son las más interesantes porque una optimiza el coste, otra la calidad y una tercera el tiempo de producción. Al final, la decisión de cuál elegir es suya. Y una vez que elige, puede simplemente enviar el archivo y hacer clic en «imprimir» porque estamos integrados con su OEM.
¿Qué ocurre si mi diseño sencillamente no se puede imprimir?
Cuando usted sube el archivo, no solo le proporcionamos el código G. Le mostramos el resultado de dónde vemos los problemas. Así, como diseñador, puede ver su diseño en 3D tal y como es: dónde están las áreas críticas y dónde, incluso con nuestra optimización, no hemos podido reducir el riesgo.
Piense en un colector. Imagine que lo está imprimiendo. Los voladizos con ángulo cero, por mucho que los optimice, van a estar muy calientes. El software le mostrará que sigue teniendo un problema en su diseño. Ese es el primer beneficio de nuestra herramienta: el Diseño para la Fabricación (DfM)..
Le mostramos dónde está el problema, lo optimizamos, no funciona, y usted tiene que trabajar en su diseño. Aquí le hemos ahorrado mucho tiempo y dinero porque no fue a la máquina, no vio el fallo y no tuvo que hacer monitorización. Aprendizaje a coste casi cero.
¿Qué significa «IA impulsada por la física»?
En pocas palabras, significa que hay un experto que conoce el problema, construye un modelo, lo valida sobre una base determinista y obtiene una enorme cantidad de capacidad de cálculo para generar muchos datos en torno a ese dominio. Luego usa esos datos para entrenar una IA. Nuestros modelos se entrenan con puntos de datos de alta calidad, validados y resueltos numéricamente.
Las empresas utilizan distintas máquinas y materiales. ¿Cómo pueden optimizar las impresiones teniendo en cuenta las diferencias en las configuraciones?
Todas estas máquinas utilizan energía para el láser y el movimiento viene determinado por el código G. La única diferencia radica en los tiempos, el uso de energía, etc. Son solo condiciones de contorno variables que se incorporan a nuestro modelo.
Dependiendo del tamaño y de las características de la máquina, hay cosas que podrían cambiar. Múltiples láseres, un recubrimiento más rápido o más lento, o una plataforma de construcción calefactada o no. Pero esos son solo parámetros para cualquier modelo. Tenemos acceso a todas las API de todas las máquinas, así que conocemos sus especificidades y las tenemos en cuenta.
Los grandes OEM necesitan cualificación de piezas
¿Para qué tipos de empresas es más adecuado AMAIZE?
El área más candente en la que estamos muy activos ahora, y donde nuestro retorno de inversión es mayor, son los grandes OEM. Creo que el mayor caso de uso se da donde la AM también está bloqueada para su adopción en aplicaciones de gama alta, que es la cualificación. ¿Cómo puedo asegurar que mi receta de impresión logrará la mejor microestructura y las mejores propiedades mecánicas? ¿Cómo puedo garantizar que puedo repetir esto de forma consistente? Esos son los proyectos en los que vemos el mayor valor, y se trata de grandes OEM que construyen sistemas de propulsión, conjuntos de turbobombas y antenas.
También hay un segmento creciente entre los fabricantes de polvo. Entienden claramente que el éxito de los clientes que compran su polvo no solo dependerá del coste, sino también de asociarse con alguien como nosotros que ayude con la procesabilidad de su material. Piense en el aluminio de alta resistencia. Puede imprimir cubos y tener alta densidad y buena calidad. En el momento en que proyecta esos parámetros de proceso en una geometría compleja, se producen grietas. El cliente no adopta el material. Por eso les gusta asociarse con nosotros para ofrecer a sus clientes una solución completa.
¿Qué mejoras están viendo sus clientes?
En primer lugar, hay algunas categorías de componentes que antes no se podían hacer; gracias a nuestra tecnología ahora es posible imprimir impulsores con voladizos muy bajos y estructuras de paredes finas. Eso ya cambia las reglas del juego. Las estructuras de paredes finas que requieren muchísimos soportes son una pesadilla; nadie quiere hacerlas con fabricación aditiva, pero ahora se puede.
Lo segundo es que la tasa de éxito a la primera aumenta drásticamente y se vuelve constante. Si usted es una oficina de servicios de éxito, probablemente tenga algún experto que conoce algún secreto y usted dependa de esa persona para hacer magia. Con nuestra tecnología, hemos ayudado a que las cosas se vuelvan sistemáticas. Cada cliente que pasa de depender únicamente de la experiencia humana a utilizar un enfoque sistemático ve cómo su tasa de éxito a la primera aumenta sustancialmente sin depender de superusuarios.
Obviamente, eso no significa un éxito a la primera del 100 %. Eso no existe. A veces la máquina no ejecuta lo que prescribe el software, a veces se destruye la cuchilla de recubrimiento. Pero sistemáticamente vemos un aumento de la repetibilidad y el éxito, también en componentes que antes no podían fabricar. Económicamente, el rendimiento es absolutamente fantástico.
¿Tienen alguna historia interesante de algún cliente?
Una que se me ha quedado grabada, dejando a un lado los nombres, es la de un cliente de la cima de la industria espacial. No tenían limitaciones de capital: muchísimas máquinas, los mejores operarios, y ya habían resuelto el problema térmico a mano. El problema era que la corrección manual era subóptima, por lo que las piezas que más importaban eran las más lentas de fabricar. A volumen de producción, eso resulta brutal. Más piezas significa más máquinas, y en algún momento te quedas sin espacio en la fábrica. Se enfrentaban a un ciclo de CAPEX multimillonario para expandirse.
Acudieron a nosotros para ver si AMAIZE podía exprimir más el problema térmico antes de firmar la ampliación. Al explorar un espacio de diseño mucho mayor del que puede abarcar cualquier operario, AMAIZE aumentó significativamente el rendimiento en el mismo hardware. La expansión de la fábrica se canceló. La factura de CAPEX desapareció.
Suba el archivo, descargue el resultado
¿Cuánto cuesta AMAIZE?
Adaptamos el precio al uso del cliente y a la configuración de implementación. En este momento, AMAIZE se consume como un servicio.
¿Cómo es la implementación?
AMAIZE está disponible en tres formatos.
Primero, nosotros gestionamos el servicio por usted. Se lo ponemos muy fácil a todo el mundo. Usted nos plantea su problema, lo procesamos y le enviamos un archivo. No tiene que preocuparse de ninguna formación ni implementación.
El segundo es SaaS para nuestros clientes aprobados. Creamos un flujo de trabajo en el que recibimos la geometría y el material, conocemos su máquina, lo ejecutamos en nuestra nube en Europa, soberana y segura, y les enviamos el archivo. Vaya e imprima.
En tercer lugar, tenemos algunos clientes específicos que necesitan una implementación en sus propias instalaciones (on-premise) debido a las restricciones en defensa, por lo que todavía lo hacemos en casos especiales.
Entonces, ¿AMAIZE es más bien un servicio en este momento?
Se puede ver como un servicio, sí. Se puede implementar como una API. Nuestros clientes acceden a nuestro software, suben el archivo y descargan el resultado. Es un SaaS, pero sin que usted tenga que convertirse en un experto. Todo está totalmente automatizado. Y si hay algo no automatizado, alguien de nuestro equipo se encarga de ello.
¿Qué información necesitan para empezar?
Necesitamos el material, la impresora, la geometría y el objetivo de su optimización; después, le enviamos los resultados, ya sea como un componente terminado o como la receta de impresión.
Los programas gubernamentales hacen avanzar a la industria
Ha mencionado que las máquinas de producción ya no necesitan operarios humanos. ¿A qué distancia estamos de eso?
No hay que ver esto como blanco o negro, sino como una hoja de ruta. Cuando empecé en el sector, no existía nada de esto. Había que usar software determinista y hacer muchas cosas manualmente. He hecho muchísimos cursos de CAM, pero nunca llegué a ser realmente bueno. Tienes que dejarte la piel para ser bueno en eso.
En el caso de la fabricación aditiva, está casi hecho, al menos en lo que respecta al flujo de trabajo informático. El típico «voy a mi ordenador, lo abro, pongo soportes, oriento la pieza, añado esto, cambio la orientación», eso ya es cosa del pasado. Y si alguien sigue haciéndolo, o bien no sabe que existe otra cosa (lo cual es comprensible), o bien se aferra al enfoque equivocado. En las fábricas de hoy en día, sobre todo en Europa, los humanos son muy necesarios para realizar otras tareas más importantes que orientar una pieza en un procesador de construcción.
¿Significa eso que lo gestionamos todo en el hardware de la máquina?
No, de eso tiene que encargarse la robótica. Pero el flujo de trabajo informático está resuelto. En los últimos tres años ha pasado de la nada a la implementación.
¿Qué ocurre con el CNC? Ha mencionado las pruebas de software de mecanizado de 5 ejes.
Aunque la física que manejamos en la fabricación aditiva es mucho más compleja, creo que la parte más difícil del CAM para que la IA la resuelva es realmente la estrategia. Qué herramienta para qué superficie y en qué secuencia. Eso no tiene nada que ver con la física. La única forma de resolverlo es disponer de una enorme cantidad de datos de expertos, que, por supuesto, nunca comparten contigo.
Todas las empresas que quieren desarrollar esta tecnología para el Mecanizado CNC acaban comprando sus propias máquinas y vendiéndolas después porque es una pesadilla operarlas. Creo que es un problema de aprendizaje por refuerzo. Es un problema más sofisticado, así que llevará un poco más de tiempo.
¿Qué tiene que cambiar para que la impresión 3D se adopte de forma más generalizada?
Cuando analizo el progreso de la tecnología de fabricación a lo largo de la historia, siempre está asociado a un tirón de la demanda. Tomemos el caso de los materiales compuestos. Sin el A380 de Airbus o el Dreamliner, la industria de los compuestos no habría crecido tanto. Lo que necesitamos en Europa no es gente como nosotros que sepa crear tecnología. Necesitamos grandes programas ambiciosos. Cada país de Europa debe tener un gran programa. La fabricación aditiva puede beneficiarse del gasto en defensa y de la ambición de reconstruir nuestra defensa. Por desgracia es defensa, nos habría encantado que fuera otra cosa, pero es lo que hay.
¿Destacaría alguna otra empresa de IA interesante en el sector de la fabricación?
Me gusta mucho lo que han hecho los chicos de EMMI AI . Han creado una IA para el Moldeo por inyección. El moldeo por inyección se utiliza realmente a gran escala; es una industria enorme y compleja.
Related Topics
4
Uliana Krayneva
0
Comment(0)