ES3040546T3

ES3040546T3 - Arrangements for forming three-dimensional structures, and related methods thereof

Info

Publication number: ES3040546T3
Application number: ES21706176T
Authority: ES
Inventors: Mohit Prashant Chhaya; Navid Khani; Jonas Alexander Thiele
Original assignee: Bellaseno GmbH
Current assignee: Bellaseno GmbH
Priority date: 2020-02-03
Filing date: 2021-02-03
Publication date: 2025-11-03
Anticipated expiration: 2041-02-03
Also published as: BR112022014647A2; EP4100239B1; CN115298020B; AU2021217126A1; US20230073418A1; EP4100239A1; CN115298020A; KR20220138385A; CR20220436A; WO2021156292A1; JP2023512296A; EP4100239C0; US12168325B2; JP7705157B2; MX2022009304A

Abstract

Las realizaciones descritas se refieren a un método para formar una estructura tridimensional. El método comprende determinar una o más ubicaciones para posicionar un sensor basándose en información de coordenadas estructurales de la estructura tridimensional que se va a formar. El método también comprende formar una porción de la estructura tridimensional basándose en dicha información de coordenadas estructurales. Finalmente, el método comprende posicionar el sensor en una o más de las ubicaciones descritas. (Traducción automática con Google Translate, sin valor legal)

Description

DESCRIPCIÓN

Disposiciones para formar estructuras tridimensionales, y métodos relacionados de las mismas

Campo de la invención

Las realizaciones descritas en el presente documento se refieren a disposiciones para formar estructuras tridimensionales y métodos relacionados de las mismas.

Antecedentes

La fabricación de estructuras tridimensionales se puede monitorear usando mediciones indirectas o mediciones directas de errores de impresión. Las mediciones indirectas miden los parámetros de impresión, así como las variables ambientales, mientras que las mediciones directas monitorean las estructuras impresas en busca de defectos. Por ejemplo, en la impresión de modelado por deposición fundida (FDM), se pueden utilizar varios sensores para mediciones indirectas, ya que muchas variables medibles pueden representar el estado de impresión. Por ejemplo, se pueden usar técnicas de emisión acústica (AE) para determinar estados de impresión anormales y para detectar la rotura de filamento. En algunas aplicaciones, los modelos ocultos de semi-Markrov y la agrupación k-Medias se pueden usar para diferenciar entre los estados de impresión. En algunas aplicaciones, se puede implementar monitoreo de obstrucción de boquilla. En algunas aplicaciones, se puede determinar un estado de deposición de material al medir la corriente de un motor de alimentación de filamento. En algunas aplicaciones, un sistema de triangulación láser bidimensional se puede usar para escanear las dimensiones de las pistas extruidas. En algunas aplicaciones, la excitación ultrasónica se puede usar para detectar fallas de unión durante la impresión. En algunas aplicaciones, los sensores de rejilla de Bragg en fibra y termopares se pueden incrustar dentro de las muestras para monitorear las tensiones residuales generadas y los perfiles de temperatura durante la impresión. Los termopares se pueden usar para evaluar las condiciones de temperatura durante el proceso de impresión. En algunas aplicaciones, puede ser posible reconstruir un campo de temperatura de una muestra fabricada con filamento fusionado usando mediciones de cuatro lecturas de temperatura en un paso de tiempo al aplicar detección de compresión. En algunas aplicaciones, las matrices de sensores con múltiples sensores pueden monitorear el proceso de impresión. Se puede llevar a cabo una clasificación de diferentes estados de proceso (operación normal, operación anormal y fallas de construcción) al analizar los datos de sensor utilizando un modelo bayesiano no paramétrico.

Para mediciones directas, una imagen del modelo impreso se puede comparar con un modelo CAD al usar una técnica basada en realidad aumentada. En algunas aplicaciones, se puede utilizar un sistema de cámara única y doble para la detección de boquillas obstruidas, proyectos incompletos y la pérdida de filamentos. En algunas aplicaciones, las imágenes tridimensionales de las piezas de impresión se pueden reconstruir usando dos cámaras para encontrar diferencias entre la nube de puntos del modelo ideal y la pieza impresa. En algunas aplicaciones, se puede obtener una imagen de una pieza impresa con una cámara bidimensional. El centro de la pieza impresa se puede detectar y comparar con el centro de la geometría ideal. En algunas aplicaciones, se puede aplicar un método de firma de márgenes para detectar desviaciones de geometría en la geometría externa de sólidos simples, comparando un perfil ideal y perfil de pieza impresa por capas. En algunas aplicaciones, se puede medir y controlar el deslizamiento usando una cámara de video de microscopio USB.

El documento US 2018/0009169 A1 da a conocer un dispositivo de generación de datos tridimensionales que incluye una unidad de división de datos, una unidad de detección, una unidad de comando de salida y una unidad de corrección de datos. La unidad de división de datos divide los datos de forma de sección en una capa de un objeto conformado para dar datos de marca, para conformar una marca para la corrección de datos de forma de sección en una capa diferente, para emitirse superpuesta sobre dicha capa, y datos posteriores a la eliminación, obtenidos eliminando los datos de marca de los datos de forma de sección de dicha capa. La unidad de detección detecta una cantidad de fallo de registro de la salida de marca utilizando los datos de marca desde una posición determinada previamente. La unidad de comando de salida ordena la salida utilizando los datos posteriores a la eliminación para formar la capa del objeto conformado junto con la marca. La unidad de corrección de datos corrige los datos de forma de sección en la capa diferente utilizando la cantidad de fallo de registro de la marca detectada.

El documento US 2018/111321 A1 da a conocer un método para fabricar un componente tridimensional mediante un método de construcción aditiva. El método incluye la determinación de un flujo y una información de carga que es decisiva para los componentes que van a producirse o determinarse en componentes ya producidos mediante un método de medición. De este modo, se pueden determinar en primer lugar de la manera normal, zonas críticas o altamente sometidas a carga en un componente que va a producirse o ya producido. A continuación, los valores de sensor determinados para la evaluación de la calidad de componente y los valores de coordenadas que los localizan se correlacionan espacialmente con las coordenadas de la información de flujo y carga crítica o altamente sometidas a carga. Esta información, obtenida de diferentes maneras, por así decirlo, “se superpone” electrónicamente, es decir, se correlaciona espacialmente, y durante este proceso se comprueba si los defectos de componente, que se caracterizan por los valores de sensor, se encuentran sobre o cerca de coordenadas que son decisivas para la información de flujo y carga.

Los enfoques de inspección en línea se pueden usar en otras técnicas de impresión. Por ejemplo, se pueden realizar exploraciones de tomografía computarizada (CT) de una parte fabricada por fusión en lecho de polvo a base de metal y se puede analizar la imagen bidimensional de cada capa mediante análisis multifractal. En algunas aplicaciones, la proyección de franjas se puede usar para medir la topografía de superficie de piezas fabricadas con AM. Además, se puede llevar a cabo un análisis de firma en línea en capas de sensores cerámicos. En algunas aplicaciones, las firmas de pistas extruidas con firmas de plantilla se pueden comparar para detectar defectos. En algunas aplicaciones, para formar imágenes de los errores en la fusión láser selectiva, se puede capturar un cambio de intensidad de píxeles individuales en imágenes consecutivas de un cuadro de video mediante métodos estadísticos para detectar píxeles que tienen perfiles de intensidad anormales con el tiempo. Además, puede ser posible reconocer puntos singulares de una pieza de impresión o de etiquetas que se imprimen en el objeto de impresión para capturar la apariencia de piezas fabricadas de manera aditiva.

Sumario de la invención

Varias realizaciones se refieren a proporcionar métodos y disposiciones para monitorear la calidad de estructuras tridimensionales durante el proceso de fabricación. Los métodos y disposiciones proporcionan un proceso mejorado para clasificar y localizar defectos y sus fuentes durante la impresión.

Varias realizaciones se refieren a un método para formar una estructura tridimensional. El método incluye determinar una o más ubicaciones para colocar un dispositivo de detección basándose en información de coordenadas estructurales relacionada con una estructura tridimensional que se va a formar. El método incluye además formar una porción de la estructura tridimensional basándose en la información de coordenadas estructurales. El método incluye además colocar el dispositivo de detección en una ubicación de la una o más ubicaciones.

Varias realizaciones se refieren a una disposición para formar una estructura tridimensional. La disposición incluye un dispositivo de formación para formar una estructura tridimensional basándose en información de coordenadas estructurales relacionada con la estructura tridimensional. La disposición incluye además un dispositivo de detección móvil. La disposición incluye además un procesador, en la que el procesador se configura para determinar una o más ubicaciones para colocar el dispositivo de detección basándose en información de coordenadas estructurales relacionada con una estructura tridimensional que se va a formar, y para controlar una colocación del dispositivo de detección móvil en una o más ubicaciones.

Varias realizaciones se refieren a una disposición para formar una estructura tridimensional. La disposición incluye un dispositivo de formación para formar una estructura tridimensional que incluye una pluralidad de capas. La disposición incluye además un dispositivo de detección móvil. La disposición incluye además un procesador configurado para determinar, para un conjunto de capas de la pluralidad de capas, al menos una ubicación para colocar el dispositivo de detección. El procesador se configura además para controlar una formación del conjunto de capas por el dispositivo basándose en información de coordenadas estructurales relacionada con la estructura tridimensional. El procesador se configura además para controlar una colocación del dispositivo de detección móvil en al menos una ubicación asociada con el conjunto de capas, después de que se forma el conjunto de capas y antes de que se forme un conjunto de capas adicional. El procesador se configura además para determinar un estado de proceso basándose en los datos estructurales adquiridos del conjunto de capas formadas, en el que los datos estructurales adquiridos se adquieren por el dispositivo de detección en la al menos una ubicación asociada con el conjunto de capas formadas.

Breve descripción de los dibujos

Las características anteriores y otras características de la presente divulgación se harán más completamente evidentes a partir de la siguiente descripción y reivindicaciones adjuntas, tomadas junto con los dibujos anexos. Se entiende que los dibujos adjuntos representan solo varias realizaciones según la presente divulgación y, por lo tanto, no se deben considerar limitantes de su alcance. La divulgación se describirá con especificidad y detalle adicional a través del uso de los dibujos adjuntos, de modo que las ventajas de la presente divulgación se pueden determinar más fácilmente, en los cuales:

la figura 1A muestra un diagrama de flujo de un método 100 para formar una estructura tridimensional;

la figura 1B muestra un diagrama de flujo de un método 160 para formar una estructura tridimensional;

las figuras 2A y 2B muestran cada una ejemplos de conjuntos de capas diferentes de la estructura tridimensional; la figura 3 muestra un diagrama de flujo de al menos parte de un método 300 para formar una estructura tridimensional; las figuras 4A y 4B muestran ejemplos de hebras colocadas incorrectamente;

las figuras 5A y 5B muestran imágenes de datos de entrenamiento de redes neuronales convolucionales (CNN); la figura 6 muestra una ilustración de detección de bordes usando redes neuronales convolucionales (CNN); la figura 7A muestra puntos de borde encontrados a partir de un proceso de agrupación de bordes que incluye bordes correctos e incorrectos 721;

la figura 7B muestra un resultado del uso de agrupación de bordes para determinar los bordes principales;

la figura 7C muestra un proceso de agrupación adicional para identificar un borde superior agrupado y un borde inferior agrupado;

la figura 8 muestra una diferencia entre la distancia medida con el eje real como referencia, lreal y la distancia medida con el eje ideal como referencia, lideal;

las figuras 9A a 9D muestran diferentes estructuras tridimensionales que se pueden imprimir;

las figuras 10A a 10F muestran imágenes del monitoreo visualmente de un andamio mamario de 50 ml usando detección de bordes basada en gradiente;

las figuras 11A a 11F muestran imágenes de hebras de monitoreo visualmente en las mallas de cultivos celular; las figuras 12A a 12F muestran imágenes de monitoreo visualmente de un andamio mamario de 50 ml usando una red neuronal convolucional (CNN);

las figuras 13A a 13C muestran evaluaciones de primer nivel utilizando histogramas de diámetros de hebra medidos (diámetros mínimo, máximo y promedio) de un andamio de implante mamario de 50 ml;

las figuras 14A a 14C muestran evaluaciones de segundo nivel tal como una evaluación en capas del andamio de implante mamario de 50 ml;

las figuras 15A a 15B muestran evaluaciones de tercer nivel, en el que se pueden llevar a cabo evaluaciones por hebras de una hebra del andamio de 50 ml;

la figura 16 muestra una ilustración de una disposición 150 para formar la estructura tridimensional.

Descripción detallada

En la siguiente descripción detallada, se hace referencia a dibujos anexos que muestran, a manera de ilustración, realizaciones específicas en las que se puede poner en práctica la materia objeto reivindicada. Estas realizaciones se describen con suficiente detalle para permitir que aquellos expertos en la técnica pongan en práctica la materia objeto. Se entenderá que las diversas realizaciones, aunque diferentes, no son necesariamente mutuamente excluyentes. Los términos “realización”, “realización de ejemplo”, “realización a modo de ejemplo” y “presente realización” no se refieren necesariamente a una sola realización, aunque pueden, y varias realizaciones de ejemplo se pueden combinar y/o intercambiar fácilmente sin desviarse del alcance de realizaciones de ejemplo. Por ejemplo, una característica, estructura o característica particular descrita en el presente documento, en relación con una realización, se puede implementar dentro de otras realizaciones sin desviarse del alcance de la materia objeto reivindicada. Las referencias dentro de esta especificación a “una realización” o “realización” significan que un rasgo, estructura o característica particular descritos junto con la realización se incluyen en al menos una implementación comprendida dentro de la presente descripción. Por lo tanto, el uso de la frase “una realización” o “en una realización” no se refiere necesariamente a la misma realización. Además, se debe entender que la ubicación o disposición de elementos individuales dentro de cada realización divulgada se puede modificar sin desviarse del alcance de la materia objeto reivindicada. Por lo tanto, la siguiente descripción detallada no se debe tomar en un sentido limitante, y el alcance de la materia objeto se define solo por las reivindicaciones adjuntas.

En los dibujos, los números similares se refieren a los mismos elementos o elementos similares o la misma funcionalidad o funcionalidad similar a lo largo de las diversas vistas, y que los elementos representados en las mismas no están necesariamente a escala entre sí, sino que los elementos individuales se pueden ampliar o reducir para comprender más fácilmente los elementos en el contexto de la presente descripción.

Los términos “sobre”, “a”, “entre” y “en” como se usan en el presente documento se pueden referir a una posición relativa de una capa con respecto a otras capas. Una capa “sobre” o “en” otra capa puede estar directamente en contacto con la otra capa o puede tener una o más capas intermedias. Una capa “entre” capas puede estar directamente en contacto con las capas o puede tener una o más capas intermedias.

Los términos “un”, “una” y “el/la” pueden incluir referencias singulares y plurales. Además, como se usa en la presente divulgación y las reivindicaciones adjuntas, las palabras “y/o” se pueden referir y abarcar cualquiera y todas las combinaciones posibles de uno o más de los elementos enumerados asociados. Como se usa en la presente divulgación, la frase “A y/o B” significa (A), (B) o (A y B). Como se usa en la presente divulgación, la frase “A, B y/o C” significa (A), (B), (C), (A y B), (A y C), (B y C) o (A, B y C). Como se usa en la presente divulgación, el término “o” cuando se usa en la frase “A, B o C” significa que (A) no excluye (B) y (C), (B) no excluye (A) y (C), y (C) no excluye (A) y (B).

La figura 1A muestra un diagrama de flujo de un método 100 para formar una estructura tridimensional.

El método 100 incluye determinar 110 una o más ubicaciones para colocar un dispositivo de detección basándose en información de coordenadas estructurales relacionada con una estructura tridimensional que se va a formar. El método 100 incluye además formar 120 una porción de la estructura tridimensional basándose en la información de coordenadas estructurales. El método 100 incluye además colocar 130 el dispositivo de detección en una ubicación de la una o más ubicaciones.

La información de coordenadas estructurales puede incluir o puede ser información de coordenadas relacionada con una disposición de la estructura tridimensional que se va a formar. La información de coordenadas estructurales puede incluir información de coordenadas relacionada con una ubicación, una posición, una orientación, una dimensión, forma y/o forma de la estructura física y/o disposición de la estructura tridimensional que se va a formar. La información de coordenadas estructurales puede ser información basada en un sistema de coordenadas, que utiliza números de una escala o eje para definir y/o describir de forma única la ubicación, posición, orientación, dimensión, apariencia y/o forma de características estructurales de la estructura tridimensional que se va a formar. Opcionalmente, la información de coordenadas estructurales se puede basar en un sistema de coordenadas cartesianas tridimensionales con tres ejes mutuamente perpendiculares (por ejemplo, un eje x, un eje y y un eje z) y tres planos mutuamente ortogonales. La información de coordenadas estructurales puede incluir información con respecto a la estructura interna y/o estructura externa de la estructura tridimensional que se va a imprimir con respecto al sistema de coordenadas cartesianas tridimensional. De manera alternativa, la información de coordenadas estructurales se puede basar en cualquier otro sistema de coordenadas, tal como un sistema de coordenadas esférico, polar, elíptico o cilíndrico, o cualquier sistema de coordenadas cuyas coordenadas se pueden transformar entre estos sistemas de coordenadas y un sistema de coordenadas cartesiano.

La información de coordenadas estructurales puede incluir (o puede ser) información de diseño asistido por ordenador (CAD) relacionada con la arquitectura, mapeo, forma o plantilla de la estructura tridimensional. De manera adicional, de manera alternativa u opcional, la información de coordenadas estructurales puede incluir información de fabricación asistida por ordenador (CAM) para controlar un dispositivo de formación (por ejemplo, un dispositivo o disposición de impresión tridimensional) para formar la estructura tridimensional. De manera adicional, de manera alternativa u opcional, la información de coordenadas estructurales puede incluir (o puede ser) instrucciones de ruta de herramienta para controlar un dispositivo de formación para formar la estructura tridimensional. Por ejemplo, la información de coordenadas estructurales puede incluir (o puede ser) instrucciones de código numérico, tales como instrucciones de código G. Las instrucciones de ruta de herramienta de código numérico y/o instrucciones de código G se pueden basar en y/o pueden incluir información de coordenadas relacionada con la estructura y/o arquitectura de la estructura tridimensional que se va a formar. Estas instrucciones, cuando se ejecutan por un procesador, pueden controlar un movimiento y/o ruta de un dispositivo (por ejemplo, un dispositivo dispensador) para formar la estructura tridimensional.

La información de coordenadas estructurales puede incluir información relacionada con una estructura interna y/o estructura externa de la estructura tridimensional. La estructura tridimensional que se va a formar puede incluir, pero no se limita a, incluir estructuras de andamio tridimensional y/o estructuras de malla, a manera de ejemplo. De manera alternativa, adicional u opcional, la estructura tridimensional puede incluir líneas de relleno interno (también denominadas en el presente documento hebras), o puede ser cualquier estructura que incluye una red reticulada de hebras o líneas. Además de las líneas de relleno interno, las hebras también pueden incluir líneas de relleno externo, que forman el límite externo de la estructura.

Una estructura tridimensional que se va a formar (tal como una estructura de andamio y/o estructura de malla) puede incluir una pluralidad de capas o una pluralidad de conjuntos de capas. En (o durante) los procesos de formación (o impresión) tridimensionales, la estructura tridimensional se puede formar al formar una primera capa, seguida por la formación de capas consecutivamente una sobre la otra de modo que las capas consecutivas se apilan verticalmente entre sí en una dirección de impresión (que se puede referir en el presente documento como la dirección z). Opcionalmente, se puede entender que esta capa impresa es o se puede denominar como una capa lateral, una capa horizontal, una capa planar o una capa plana. Por estos términos, se entiende que la capa es una capa que se encuentra dentro de un plano x-y. Esta capa impresa puede tener dimensiones que se extienden a lo largo del eje x (dirección x) y a lo largo del eje y (dirección y) que son más grandes (por ejemplo, al menos 10 veces, o por ejemplo, al menos 50 veces, o por ejemplo, al menos 100 veces) que sus dimensiones en la dirección z. Se puede entender que los términos capa lateral y capa horizontal utilizados en el presente documento se pueden referir a una dirección perpendicular a la dirección de impresión, que se puede considerar que es la dirección z o una dirección vertical. Una vez que se completa la impresión de una capa lateral (u horizontal), la impresora puede proceder a imprimir una capa lateral (u horizontal) sucesiva en la parte superior (o por ejemplo arriba, o por ejemplo en, o por ejemplo sobre) la capa anterior que da por resultado capas laterales apiladas verticalmente entre sí (por ejemplo, apiladas verticalmente) en la dirección de impresión (por ejemplo, en el caso de la impresión tridimensional). Opcionalmente, un conjunto de capas (o capa) puede incluir una primera subcapa (o un primer grupo de subcapas) de hebras orientadas en una primera dirección y una segunda subcapa de hebras orientadas en una segunda dirección diferente a la primera dirección. Opcionalmente, un conjunto de capas no se limita a incluir solo un primer grupo de subcapas o un segundo grupo de subcapas, sino que puede incluir cualquier número posible de subcapas. Cada grupo de subcapas puede incluir (o puede hacer referencia a) una o más subcapas. Opcionalmente, las líneas o hebras que se intersecan (o, por ejemplo, entrecruzadas) pueden formar una pluralidad de celdas unitarias repetidas de un conjunto de capas.

La estructura externa de la estructura tridimensional puede ser una región de superficie externa de la estructura tridimensional. Una región de superficie externa puede referirse a (o puede ser) una superficie más externa, una capa más externa y/o un contorno más externo de la estructura tridimensional. Una superficie más externa y un contorno más externo se pueden formar de una o más capas o hebras. Una región de superficie externa se puede referir a (o puede ser) un grupo más externo de capas (por ejemplo, una única capa más externa, o por ejemplo, una pluralidad más externa de capas, o por ejemplo, una capa límite) de la estructura tridimensional. Una región de superficie externa se puede referir a una superficie exterior (o, por ejemplo, hacia afuera) orientada hacia la estructura tridimensional.

Una estructura interna de la estructura tridimensional puede ser cualquier porción de la estructura tridimensional que no se encuentre en el límite más externo de la estructura tridimensional. De manera adicional, de manera alternativa u opcional, se puede considerar que una celda unitaria que está rodeada en todos sus lados por otras celdas unitarias dentro de un conjunto de capas es una estructura interna de estructura tridimensional. Por el contrario, una celda unitaria de límite que puede incluir al menos un lado que no está rodeado por otra celda unitaria se puede considerar parte de una estructura externa de la estructura tridimensional. Una estructura interna de la estructura tridimensional puede ser cualquier porción de la estructura tridimensional ubicada más de dos veces un ancho o espesor de hebra deseado de las hebras impresas desde una superficie más externa. El ancho o espesor de hebra deseado puede ser un espesor ideal de las hebras de la estructura tridimensional que se va a imprimir, a manera de ejemplo. Opcionalmente, un espesor (o ancho, o diámetro) promedio de una hebra puede ser, pero no se limita a ser, entre 0,001 mm y 30 mm (o, por ejemplo, entre 0,001 mm y 1 mm, o, por ejemplo, entre 0,01 mm y 0,5 mm). Opcionalmente, una distancia de separación entre líneas vecinas puede ser, pero no se limita a ser, entre 0,001 mm y 30 cm (o, por ejemplo, entre 0,001 mm y 50 mm, o, por ejemplo, entre 0,01 mm y 50 mm). De manera similar, cada subcapa orientada en la segunda dirección se puede separar de una subcapa adyacente (o sucesiva) orientada en la (misma) segunda dirección por una distancia de separación de entre 1 % a 100 % del espesor promedio de una hebra.

El método 100 incluye determinar una o más ubicaciones (o, por ejemplo, una pluralidad de ubicaciones) para colocar el dispositivo de detección basándose en la información de coordenadas estructurales relacionada con la estructura tridimensional que se va a formar. Un procesador se puede configurar para determinar (o calcular) la una o más ubicaciones a partir de o basándose en la información de coordenadas estructurales. La una o más ubicaciones se pueden determinar a partir de la información de coordenadas estructurales mediante el cálculo o determinación de regiones de intersección o puntos de intersección entre hebras (o segmentos de hebra) de la estructura tridimensional, por ejemplo (como se muestra en las figuras 2A a 2B).

Formar 120 la porción de la estructura tridimensional puede incluir imprimir la porción de la estructura tridimensional mediante un dispositivo de impresión tridimensional o disposición. La estructura tridimensional se puede formar mediante un proceso de impresión tridimensional (3D). Un proceso de impresión tridimensional puede incluir al menos uno de estereolitografía (SLA), procesamiento de luz digital (DLP), modelado por deposición fundida (FDM), sinterización láser selectiva (SLS), fusión láser selectiva (SLM), fusión de haz electrónico (EBM), fabricación de objetos laminados (LOM), inyección de aglutinante (BJ) e inyección de material (MJ). El procesador puede ejecutar instrucciones de código numérico basándose en la información de coordenadas estructurales para controlar un movimiento y/o ruta de al menos parte de un dispositivo de formación para formar la estructura tridimensional. En algunos ejemplos, la porción del dispositivo cuyo movimiento se controla mediante la información de coordenadas estructurales puede ser una porción dispensadora para dispensar material impreso para formar la estructura tridimensional (por ejemplo, las hebras de la estructura tridimensional) tal como en el modelado de deposición fundida. En otros ejemplos, la porción controlada del dispositivo puede ser un láser, en la que la información de coordenadas estructurales controla las ubicaciones selectivas en las que se puede producir al menos uno de sinterización, endurecimiento, fusión, unión, laminación y/o curado del material para formar la estructura tridimensional. Se puede entender que la porción del dispositivo cuyo movimiento se controla mediante las instrucciones de código numérico puede ser la porción del dispositivo responsable de la formación de la estructura tridimensional (por ejemplo, para la formación de hebras de la estructura tridimensional) en las ubicaciones seleccionadas definidas por la información de coordenadas estructurales de las instrucciones de código numérico. De manera alternativa u opcional, la estructura tridimensional se puede formar mediante un proceso de impresión basado en más de tres dimensiones de movimiento, por ejemplo, un proceso de impresión de cinco dimensiones (5D) o un proceso de impresión de seis dimensiones (6D).

Dado que el método 100 se refiere a un proceso de monitoreoin situ,se puede entender que la porción formada (formada en 120) a la que se hace referencia en el presente documento puede ser menor que toda la estructura tridimensional que se va a formar. Por ejemplo, la porción de la estructura tridimensional puede ser un conjunto de capas (por ejemplo, una, o por ejemplo, más de un conjunto de capas) de una pluralidad de capas (y/o conjuntos de capas) de la estructura tridimensional. La porción formada puede ser o puede incluir una estructura interna de la estructura tridimensional. Por ejemplo, la porción formada puede incluir uno o más conjuntos de capas que incluyen una pluralidad de líneas o hebras que se intersecan formando una red de celdas unitarias dentro de la estructura tridimensional. Un proceso para la detección de defectos para una pluralidad de capas se describe además en relación con la figura 1B.

El método 100 puede incluir determinar un grupo de ubicaciones para colocar el dispositivo de detección relacionado con la porción formada de la estructura tridimensional antes de comenzar el proceso de formación, o incluso durante el proceso de formación. Por ejemplo, el grupo de ubicaciones se puede determinar antes o después de formar la porción de la estructura tridimensional. El método 100 puede incluir colocar secuencialmente el dispositivo de detección en las ubicaciones del grupo de ubicaciones determinadas relacionadas con la porción ya formada antes de formar una porción adicional (o, por ejemplo, posterior) de la estructura tridimensional. El grupo de ubicaciones puede incluir un número de ubicaciones. El número de ubicaciones puede ser aleatorio, secuencial, basado en matriz y/o determinable por un usuario. El grupo de ubicaciones puede hacer referencia a (o puede ser, o puede incluir) una o más (por ejemplo, una pluralidad) de ubicaciones.

En las ubicaciones individuales (por ejemplo, en cada ubicación) del grupo de ubicaciones, el método 100 puede incluir adquirir datos de al menos parte de la porción formada mediante el dispositivo de detección. El dispositivo de detección puede ser cualquier dispositivo de detección que pueda adquirir datos que incluyen información estructural de la porción formada. Por ejemplo, el dispositivo de detección puede ser al menos un dispositivo del grupo de los dispositivos, el grupo de dispositivos consiste en: un dispositivo de formación de imágenes, una cámara, una cámara térmica, un microscopio, un escáner láser y un dispositivo de escaneo tridimensional. Opcionalmente, los datos adquiridos pueden ser una imagen bidimensional o una imagen tridimensional de la porción formada adquirida en las ubicaciones respectivas del grupo de ubicaciones.

Los datos adquiridos pueden incluir datos visuales, que pueden incluir o pueden ser información estructural relacionada con y/o alrededor de una o más características estructurales de la porción formada de la estructura tridimensional. La información estructural adquirida y/o determinada a partir de los datos adquiridos puede incluir información relacionada con la ubicación, una posición, una orientación, una dimensión, apariencia y/o forma de una característica estructural física y/o plantilla de la porción formada de la estructura tridimensional. Por ejemplo, una característica estructural puede ser una línea, un segmento de línea, una hebra, un segmento de hebra, un poro y/o una pared de la porción formada de la estructura tridimensional.

De manera adicional u opcional, el método 100 puede incluir además determinar un estado de proceso basándose en los datos adquiridos relacionados con al menos parte de la porción formada de la estructura tridimensional. El estado de proceso se puede determinar después de adquirir datos relacionados con la porción formada (por ejemplo, un conjunto de capas) y (opcionalmente) antes de formar una porción adicional (por ejemplo, un conjunto de capas adicional) de la estructura tridimensional. La porción adicional a la que se hace referencia en el presente documento puede ser, pero no se limita a ser la porción directamente posterior que se va a formar. Por ejemplo, el dispositivo de formación puede continuar el proceso de impresión hasta que se determine el estado de proceso, que dependiendo del tiempo necesario para determinar el estado de proceso, puede significar que una o más porciones adicionales de la estructura tridimensional ya se pueden haber impreso.

La determinación del estado de proceso puede incluir determinar un valor de parámetro de una característica estructural de la porción formada de la estructura tridimensional basándose en los datos adquiridos. El valor de parámetro de la característica estructural puede ser al menos uno de una longitud, ancho o diámetro, altura, rugosidad, color, homogeneidad, espesor y ángulo de inclinación de la característica estructural de la porción formada de la estructura tridimensional. Opcionalmente, el valor de parámetro de la característica estructural se puede determinar basándose en una detección de bordes del segmento de hebra (por ejemplo, mediante la detección de bordes del segmento de hebra). Por ejemplo, el valor de parámetro puede ser un ancho del segmento de hebra entre dos bordes detectados del segmento de hebra. Los bordes del segmento de hebra se pueden detectar al implementar un proceso de red neuronal artificial o un proceso de detección basado en gradiente, a manera de ejemplo. Opcionalmente, el valor de parámetro de la característica estructural se puede determinar basándose en una diferencia entre la característica estructural y una estructura comparativa o de referencia dada (por ejemplo, restando valores de imagen) y/o al determinar una desalineación entre la característica estructural y una estructura comparativa o de referencia dada.

Opcionalmente, determinar el estado de proceso puede incluir determinar (por ejemplo, calcular o, por ejemplo, generar), basándose en la información de coordenadas estructurales, un eje ideal de un segmento de hebra de la porción de la estructura tridimensional. La determinación del estado de proceso puede incluir además determinar (por ejemplo, medir o, por ejemplo, calcular), basándose en los datos adquiridos de la porción formada, un eje real de un segmento de hebra de la porción formada. El estado de proceso se puede determinar basándose en una comparación entre el eje ideal y el eje real. Se puede determinar un estado de proceso defectuoso si una diferencia entre el eje ideal y el eje real excede un umbral.

Opcionalmente, determinar el estado de proceso puede incluir comparar un valor de parámetro ideal de un segmento de hebra de la porción de la estructura tridimensional y un valor de parámetro determinado de un segmento de hebra de la porción formada. Se puede determinar el valor de parámetro determinado del segmento de hebra basándose en los datos adquiridos de al menos parte de la porción formada de la estructura tridimensional. Se puede determinar el valor de parámetro ideal del segmento de hebra basándose en al menos una de la información de coordenadas estructurales y un valor de entrada. El valor de entrada puede ser uno o más valores de entrada de usuario y/o uno o más valores de un conjunto de datos o base de datos (por ejemplo, una recopilación de datos a través de varias impresiones o de procesos anteriores). Se puede determinar un estado de proceso defectuoso si una diferencia entre el valor de parámetro ideal y el valor de parámetro determinado excede un umbral.

De manera adicional, opcional o alternativa, determinar el estado de proceso puede incluir determinar una pluralidad de valores de parámetros asociados con una pluralidad de segmentos de hebra de la porción formada. Se puede determinar un parámetro estadístico (por ejemplo, al menos uno de una desviación estándar, una varianza, una mediana, un modo, un rango, correlación, frecuencia, máximo, mínimo, un cuartil, una media y un error) de la pluralidad de valores de parámetros. Se puede determinar un estado de proceso defectuoso si una diferencia entre el parámetro estadístico y un parámetro comparativo excede un umbral.

El método 100 puede incluir además adaptar parámetros de proceso para formar la estructura tridimensional basándose en el estado de proceso determinado. Los parámetros de proceso pueden incluir al menos un parámetro de proceso del grupo que consiste en: temperatura de formación, temperatura ambiente, un proceso de enfriamiento, despeje de capa, limpieza de boquilla, velocidad de flujo del material de impresión, velocidad de impresión, ruta de herramienta y humedad ambiente y/o potencia láser. La temperatura ambiente puede ser una temperatura ambiente y/o una temperatura de cámara o una temperatura de un espacio cerrado en el que se lleva a cabo la formación de la estructura tridimensional. La temperatura de formación (por ejemplo, una temperatura de impresión) puede ser una temperatura de un cartucho que contiene un material (por ejemplo, un polímero) para formar la estructura tridimensional que se va a dispensar. La potencia láser puede ser la potencia y/o energía de un láser para sinterizar, endurecer, fundir, unir, laminar y/o curar el material que forma la estructura tridimensional.

La figura 1B muestra un diagrama de flujo de un método 160 para formar una estructura tridimensional. El método 160 puede incluir una o más o todas las características ya descritas en relación con la figura 1A. La figura 1B muestra un proceso de un sistema de detección de defectos y cómo se puede implementar el monitoreoin situdel proceso para formar la estructura tridimensional.

Como se describe en relación con la figura 1A, el método 160 puede incluir determinar, para un conjunto de capas (o, por ejemplo, para cada conjunto de capas) de una pluralidad de capas de la estructura tridimensional que se va a imprimir, un grupo respectivo de ubicaciones para colocar el dispositivo de detección. El grupo de ubicaciones se puede determinar basándose en la información de coordinación estructural de la estructura tridimensional que se va a imprimir, y el grupo de ubicaciones se puede determinar opcionalmente antes de comenzar el proceso de formación (por ejemplo, el proceso de impresión) de la estructura tridimensional. De manera alternativa, un procesador se puede configurar para determinar el grupo de ubicaciones durante el proceso de impresión, siempre que se determine el grupo de ubicaciones para una porción respectiva de la estructura tridimensional, antes o para el momento en que se haya comenzado a formar la porción respectiva, o de manera alternativa se haya formado completamente. Opcionalmente, o alternativamente, el procesador incluso se puede configurar para determinar el grupo de ubicaciones para la porción respectiva después de que se haya formado la porción respectiva.

El método 160 puede incluir además generar instrucciones de código numérico adaptadas para formar la estructura tridimensional. Por ejemplo, las instrucciones de código numérico adaptadas pueden incluir instrucciones para controlar un movimiento del dispositivo de formación y un movimiento del dispositivo de detección móvil. Las instrucciones de código numérico adaptadas pueden incluir la información de coordenadas estructurales relacionada con la estructura tridimensional que se va a formar e información relacionada con la colocación del dispositivo de detección en la una o más ubicaciones. Por ejemplo, la información relacionada con la colocación del dispositivo de detección puede ser información para controlar la colocación o el movimiento del dispositivo de detección móvil a la una o más ubicaciones. Además, las instrucciones de código numérico adaptadas pueden adaptar la secuencia de temporización o secuencia de movimiento del dispositivo de formación para tener en cuenta el movimiento del dispositivo de detección móvil a la una o más ubicaciones.

Mediante un procesador que ejecuta las instrucciones de código numérico adaptadas, el método 160 puede incluir formar 120 una porción de la estructura tridimensional basándose en la información de coordenadas estructurales (como se describe en conexión con el método 100). Formar 120 la porción de la estructura tridimensional puede incluir o puede significar formar (por ejemplo, imprimir) un conjunto de capas (por ejemplo, un primer conjunto de capas, o por ejemplo, un primer conjunto de capas arbitrario) de la pluralidad de conjuntos de capas.

Después de formar el (primer) conjunto de capas y antes de formar un conjunto de capas adicional (o, por ejemplo, posterior, por ejemplo, un segundo o, por ejemplo, un segundo arbitrario), el método 160 puede incluir determinar 140 un estado de proceso (por ejemplo, un estado de fabricación) de la formación de la estructura tridimensional. La determinación 140 del estado de proceso puede incluir colocar secuencialmente el dispositivo de detección en las ubicaciones del grupo de ubicaciones determinadas para el conjunto de capas formadas. La determinación 140 del estado de proceso 140 puede incluir además adquirir datos 130 (por ejemplo, mediante adquisición de imágenes) relacionados con el conjunto de capas formadas en cada ubicación del grupo de ubicaciones determinadas para el conjunto de capas formadas. La determinación 140 del estado de proceso puede incluir además el procesamiento 141 de los datos adquiridos (por ejemplo, mediante el procesamiento de cada imagen adquirida).

La determinación 140 del estado de proceso puede incluir determinar 142 un estado de proceso defectuoso (por ejemplo, determinar si se ha producido un defecto de impresión significativo) basándose en una comparación entre los valores de parámetros ideales y los valores de parámetros adquiridos. Si el procesador determina un estado de proceso defectuoso, el procesador puede ejecutar instrucciones para detener 180 el proceso de formación o para adaptar 170 los parámetros de impresión. Si no se determina un estado de proceso defectuoso, el procesador ejecuta instrucciones para continuar el proceso de formación y se puede imprimir el siguiente conjunto de capas.

El método 160 puede incluir de forma alternativamente repetida entre formar un conjunto de capas (o uno o más conjuntos de capas) de la pluralidad de conjuntos de capas, y después de formar el conjunto de capas y antes de formar un conjunto de capas adicional, determinar secuencialmente el estado de proceso (que puede incluir colocar el dispositivo de detección en las ubicaciones del grupo de ubicaciones del conjunto de capas formado). Opcionalmente, este último proceso que se alterna repetidamente se puede llevar a cabo hasta que se completa el proceso de impresión y se forma la estructura tridimensional, o alternativamente, hasta que se determina un defecto significativo que hace que el procesador ejecute instrucciones para detener la impresión. Opcionalmente, el proceso de alternancia repetida se puede llevar a cabo hasta que se haya impreso una porción específica (por ejemplo, una porción predefinida) de la estructura tridimensional, incluso si no se determinan defectos. Esta porción predefinida puede ser una cantidad específica o determinada de capas dentro del número total de capas de una estructura, o puede ser una ubicación o porción especificada o específica dentro de la estructura tridimensional. Esta porción predefinida puede ser porción de la estructura tridimensional con más complejidad, o menos complejidad que otras porciones de la estructura tridimensional, y se puede seleccionar según los requisitos del proceso de fabricación.

Un dispositivo de detección (por ejemplo, un microscopio digital comercial) se puede usar para capturar las imágenes (fotografías) de áreas de interés de una manera por capas. Estas imágenes se pueden procesar para detectar defectos. La figura 1B muestra la característica por capa del método de detección 160. Después de cada capa impresa, el microscopio se puede colocar automáticamente mediante los ejes de la impresora por encima del área de interés especificada. Dependiendo del campo de visión y el tamaño de la característica monitoreada, se pueden tomar y procesar la una o más imágenes. Para la automatización de la colocación de cámara y la captura de imágenes, puede ser necesario conocer el tiempo de captura de imágenes y la posición óptima de cámara. Esta información se puede extraer del código numérico (por ejemplo, código G), que incluye todos los movimientos de impresora utilizados para imprimir la estructura de andamio tridimensional. El código numérico se puede modificar o adaptar o usar para determinar las posiciones potenciales de cámara y modificar con comandos para la colocación de cámara. Opcionalmente, el dispositivo de detección se puede disponer en un sistema de ejes separado o diferente del dispositivo de impresión (por ejemplo, el cabezal de impresión). Es posible que el código numérico adaptado se utilice para controlar dos sistemas de ejes separados, es decir, el sistema de ejes del dispositivo de detección y el sistema de ejes del dispositivo de impresión. Por ejemplo, el código numérico adaptado se puede enviar a una pluralidad de procesadores o controladores diferentes, cada uno que controla un sistema de ejes diferente.

El procesamiento de imágenes posterior se puede utilizar para la medición de diámetros de hebra. Si las mediciones están dentro de una tolerancia predeterminada, se puede continuar la impresión. En caso de desviaciones significativas, la impresión se puede detener 180. En caso de desviaciones dentro de una tolerancia predeterminada (por ejemplo, desviaciones que no son lo suficientemente grandes como para detener la impresión, pero que se pueden evitar en las siguientes capas), los parámetros de impresión se pueden ajustar 170. Después del ajuste 170, el proceso de impresión puede continuar. Los métodos 100 y 160 se pueden utilizar para la detección de diámetros de hebra, y adicional, alternativa u opcionalmente, para la detección de fracturas o desviaciones geométricas, a manera de ejemplo.

Las figuras 2A y 2B muestran cada uno ejemplos de conjuntos de capas diferentes descritos con respecto a los métodos de las figuras 1A a 1B.

Las figuras 2A a 2B muestran una ilustración de un conjunto de capas de celdas unitarias. El conjunto de capas puede incluir una primera subcapa (o un primer grupo de subcapas) que incluye hebras 228 orientadas en una primera dirección, y una segunda subcapa (o segundo grupo de subcapas) que incluye hebras 229 orientadas en una segunda dirección diferente a la primera dirección.

Opcionalmente, las hebras de cada subcapa pueden ser parte de una hebra de subcapa continua que se extiende continuamente desde un punto de inicio, S, de la subcapa hasta un punto final, E, de la subcapa. Por ejemplo, las hebras 228 de la primera subcapa pueden ser parte de una hebra de subcapa continua que serpentea continuamente desde el punto de inicio, S, hasta el punto final, E, de la primera subcapa. Por ejemplo, las hebras de la segunda subcapa pueden ser parte de una hebra de subcapa continua que serpentea continuamente desde el punto de inicio, S, hasta el punto final, E, de la segunda subcapa. Se puede entender que donde se utilizan los términos línea o hebras en el presente documento, pueden incluir o hacer referencia no solo a líneas rectas, sino también a curvas o hebras de forma libre. Por ejemplo, las hebras que se intersecan que forman una celda unitaria pueden ser líneas rectas, o alternativamente, las hebras pueden ser líneas sinusoidales o curvas, en donde las celdas unitarias pueden tener una forma de “forma libre”. De manera alternativa, u opcionalmente, las capas se pueden imprimir como rutas con más de un punto de inicio y final. Por ejemplo, puede haber espacios entre cada capa, o una capa puede incluir diferentes regiones o la capa puede incluir diferentes estructuras que se forman al mismo tiempo.

Opcionalmente, algunas de las hebras 228, 229 dentro de cada subcapa respectiva pueden ser paralelas entre sí (por ejemplo, un ángulo agudo entre las hebras dentro de una subcapa, o entre la hebra de mejor ajuste para hebras sinusoidales, puede estar dentro de / - 5°). Alternativamente, las hebras pueden ser curvas o se pueden extender en direcciones aleatorias sin ser paralelas entre sí.

Opcionalmente, la pluralidad de hebras 228 de la primera subcapa y la pluralidad de hebras 229 de la segunda subcapa pueden intersecar en puntos de intersección o regiones de intersección para formar una disposición de retícula bidimensional de celdas unitarias bidimensionales de la capa. Las celdas unitarias bidimensionales de cada capa de la disposición de capa apilada pueden formar la estructura de retícula tridimensional. Cada celda unitaria de un conjunto de capas puede incluir o se puede formar a partir de hebras que se intersecan 228, 229 de subcapas adyacentes que definen un tamaño de poro de la celda unitaria. Por ejemplo, dos hebras adyacentes (y paralelas) 228 de una primera subcapa se pueden intersecar con dos hebras adyacentes (y paralelas) 229 de una segunda subcapa (adyacente). El área de una celda unitaria encerrada por las hebras que se intersecan puede ser celdas unitarias romboidales, celdas unitarias poligonales, celdas unitarias con forma triangular, celdas unitarias con forma de diamante, celdas unitarias con forma libre, celdas unitarias con forma cuadrada, celdas unitarias con forma de paralelogramo y/o celdas unitarias con forma hexagonal.

Un conjunto de capas puede incluir al menos una primera subcapa y al menos una segunda subcapa. Las ubicaciones de la pluralidad de ubicaciones se pueden determinar a partir de la información de coordenadas estructurales basándose en los puntos de intersección 231 entre la primera subcapa y la segunda subcapa (por ejemplo, puntos de cruce entre las hebras 228 de la primera subcapa y las hebras 229 de la segunda subcapa). Por ejemplo, las ubicaciones 232 de la pluralidad de ubicaciones 232 pueden estar entre dos puntos de intersección 231 de la primera subcapa y la segunda subcapa.

El proceso de impresión (por ejemplo, un proceso FDM) puede seguir un enfoque por capas. La estructura de un andamio S se puede representar mediante un conjunto de capas L:

donde I es el número total de capas con ) ^ Cada movimiento de la impresora se puede definir mediante las instrucciones de código numérico (por ejemplo, código G) con un punto de inicio y un punto final, en el que el cabezal de impresión se puede mover en líneas rectas. Los movimientos circulares se pueden aproximar por líneas consecutivas de una longitud corta. Por lo tanto, cada capa 13 se puede definir como un conjunto de líneas I:

El número total de líneas en una capa es G con § ^ Cada línea 1<i>

g se puede representar por su punto de inicio

Psg y su punto final ^ eg:

La descripción geométrica del andamio puede permitir la definición de ubicaciones (o posiciones) de cámara adecuadas o áreas de interés en las capas de la estructura. El área de interés puede ser el área en la que se producen puntos de conexión de la capa actual con la capa anterior. Suponiendo una boquilla simétrica, el centro de estos puntos de conexión se puede representar mediante los puntos de intersección de dos capas consecutivas 13 y I3 -1 proyectados en un plano (x, y), donde j > 1. Los puntos de intersección se pueden calcular como:

donde & E i £ N

Puede haber diferentes maneras de calcular estos puntos y determinar las líneas de intersección correspondientes. Si se asume que el número de puntos de intersección es significativamente menor que el cuadrado del número de líneas, la aplicación del algoritmo de Bentley-Ottmann puede ser adecuada. Antes de calcular los puntos de intersección, las líneas se pueden filtrar para eliminar las líneas en la región límite y para acortar el tiempo de cálculo. Esta operación puede filtrar líneas según su longitud y se puede adaptar al tamaño de poro de la pieza de impresión. Por ejemplo, se pueden eliminar las líneas que son más cortas que el tamaño de poro mínimo de la estructura impresa. Con los puntos de intersección calculados, las posiciones de cámara se pueden calcular según el campo de visión de la cámara utilizada. Si el campo de visión es lo suficientemente grande como para capturar toda la capa, el centro de todos los puntos de intersección se puede elegir como un punto de cámara. Una posición de cámara por encima de las regiones más pequeñas en las que se encuentran los puntos de intersección también se puede calcular si el campo de visión es demasiado pequeño para monitorear toda la capa. En este caso, la capa se puede escanear de forma secuencial con regiones de escaneo superpuestas o limítrofes para evaluar toda la capa. Además, puede ser posible monitorear la capa parcialmente. Se puede realizar una formación de imágenes parcial de las capas basándose en puntos de intersección elegidos aleatoriamente. Las secciones de hebra entre dos puntos de intersección se pueden tomar como áreas de interés. Esta técnica puede ser adecuada ya que las desviaciones en los diámetros de hebra comúnmente se producen en los puentes entre los puntos de intersección. Opcionalmente, se puede calcular que las posiciones de cámara están entre (por ejemplo, están en el centro) de dos puntos de intersección consecutivos. Para calcular estas

posiciones, los puntos de intersección de cada línea en una capa j con las líneas de la capa anterior se

pueden ordenar según su posición en la líneas.Los puntos ordenados se pueden definir como:

aquí r es el índice de los puntos de intersección, g es el índice de la línea y j es el índice de la capa, con S< í - r e Después del ordenamiento, se puede determinar el centro del segmento de línea. También puede ser posible limitar el intervalo en el que se deben encontrar las posiciones de cámara, por ejemplo, ignorando las posiciones, que están cerca del límite. Después, se pueden elegir aleatoriamente varias de estas posiciones posibles. El número de posiciones de cámara depende de los requisitos de control de calidad y puede ser especificado por el usuario. De manera alternativa, se puede calcular que las posiciones de cámara se encuentran en los propios puntos de intersección, en lugar de entre dos puntos de intersección. Alternativamente, en lugar de colocar la cámara basándose en los puntos de intersección, puede ser posible colocar la cámara en una posición basándose en otros factores, tal como las coordenadas externas de una capa y/o basándose en el código de ruta de herramienta.

En la figura 2A, se muestra un conjunto de capas con dos subcapas consecutivas con varios puntos de intersección y un gran número de posibles ubicaciones de cámara. De todas las ubicaciones de cámara posibles, cinco puntos (identificados en la figura 2A con una X) se pueden elegir aleatoriamente, a manera de ejemplo. En la figura 2A, se muestra el resultado de la separación de estructura y el cálculo de posición. Aquí se pueden encontrar cinco posiciones de monitoreo con distancias de dos puntos de intersección al límite. En la figura 2B se muestra un conjunto de capas con dos subcapas con menos puntos de intersección que en la figura 2A. Del número más pequeño de ubicaciones de cámara posibles, y una ubicación de cámara (identificada en la figura 2B con una X) se puede elegir aleatoriamente, a manera de ejemplo. Alternativamente, debido a la distancia establecida desde la posición de la cámara hasta el límite externo, solo se puede encontrar una posición de monitoreo para esa capa. Los ejes x e y muestran las coordenadas del movimiento de la impresora. Este ejemplo muestra que el número de ubicaciones puede ser aleatorio, secuencial, basado en matriz y/o determinable por un usuario.

La figura 3 muestra un diagrama de flujo de al menos parte de un método 300 para formar una estructura. La figura 3 muestra parte de un proceso para el procesamiento de imágenes 140 descrito en relación con el método de las figuras 1A a 2B. El proceso de procesamiento de imágenes 140 se puede describir además con relación a las figuras 4A a 15B. Además, el método 300 puede incluir una o más o todas las características ya descritas en relación con las figuras 1A a 2B.

El método 300 puede incluir realizar un proceso de procesamiento de imágenes 140 después de formar un conjunto de capas y antes de formar un conjunto de capas adicional. El proceso de procesamiento de imágenes 140 (por ejemplo, que se puede llevar a cabo mediante un procesador que ejecuta un algoritmo de procesamiento de imágenes) puede incluir o contener varios procesos 301 a 312 (por ejemplo, procesos consecutivos) descritos en la figura 3.

El proceso de procesamiento de imágenes 140 puede incluir procesar 301 la información de coordenadas estructurales (por ejemplo, el código G o código numérico) para determinar un eje ideal 302 basándose en la información de coordenadas estructurales. Por ejemplo, el proceso de procesamiento de imágenes 140 puede incluir determinar 302 o extraer un eje ideal de una hebra. Opcionalmente, el eje ideal se puede obtener mediante extracción de estructura de código numérico (por ejemplo, código G) 301, en el que un eje extraído se puede representar por su punto de inicio Ps y su punto final Pe.

El proceso de procesamiento de imágenes 140 puede incluir ajustar 303 el eje ideal determinado a los datos adquiridos después de determinar 302 el eje ideal. En el caso de que los datos adquiridos sean una imagen, y debido a que la imagen de la hebra se puede tomar en una posición específica y en una escala específica, el eje ideal extraído se puede ajustar en la imagen tomada. El ajuste se puede llevar a cabo al girar 303 la imagen de manera que el eje ideal extraído se pueda ajustar a la imagen, a manera de ejemplo. Esto se puede hacer porque se conocen la posición de cámara y el tamaño de los píxeles.

Después de modificar en escalar y colocar el eje ideal como en 303, el proceso de procesamiento de imágenes 140 puede incluir evaluar 302 si el eje está en una hebra o no para evitar la detección de bordes incorrectos. El eje ideal se puede evaluar para que no esté en la hebra si la hebra impresa falta, se imprime en una posición incorrecta o se curva significativamente. En este caso, se pueden detectar bordes que no pertenecen a la hebra monitoreada.

Las figuras 4A y 4B muestran ejemplos de hebras colocadas incorrectamente.

En la figura 4A, la hebra no se ubica en el eje ideal 415 porque la hebra se gira con respecto al eje ideal.

En la figura 4B, la hebra no se ubica en el eje ideal porque la hebra se traslada con respecto al eje ideal. Los bordes 416, 417 que se encuentran junto al eje ideal no son los bordes reales de la hebra y no se pueden usar para medir las dimensiones de la hebra, por ejemplo.

El método 300 puede incluir además convertir 304 la imagen en escala de grises para reconocer estos casos. Las propiedades de los valores de grises a lo largo del eje ideal se pueden analizar al comienzo del procesamiento de imágenes. Estas propiedades pueden ser: la diferencia de los valores de grises promedio de las secciones consecutivas del eje y la complejidad de la función de los valores de grises a lo largo del eje. Ambos representan la homogeneidad de color de la imagen a lo largo del eje. Si la hebra no se ubica en el eje ideal, puede que no sea posible medir la dimensión de la hebra basándose en el eje ideal. En esta solicitud, una hebra desplazada se puede definir como un defecto de impresión. Una hebra desplazada puede significar que el eje ideal no se encuentra dentro de ninguna parte de la hebra esperada en esa ubicación.

El método 300 puede incluir detectar 305 los bordes de la hebra después de convertir la imagen en escala de grises, si el eje ideal del segmento de hebra se coloca en el eje impreso real (por ejemplo, si el eje ideal está entre los bordes de la hebra impresa real). Por ejemplo, la detección de bordes 305 puede incluir girar y/o trasladar la imagen de la hebra real para obtener una alineación requerida, si se encuentra que el eje ideal se encuentra entre los bordes de la hebra impresa real. Por ejemplo, en los casos de las figuras 4A y 4B, el eje ideal no se encuentra entre los bordes de la hebra impresa real y, por lo tanto, la detección de bordes no se lleva a cabo posteriormente. La figura 8 muestra un caso donde se puede encontrar que el eje ideal se encuentra entre los bordes de la hebra impresa real. Sin embargo, el eje real aún no está alineado en la dirección requerida. La alineación requerida puede depender de la detección de formación de imágenes y la técnica de procesamiento de imágenes utilizada. Dado que el ángulo del eje ideal se puede conocer a través del código G, la imagen se puede girar de modo que el eje ideal se alinee y/o sea horizontal (por ejemplo, paralelo a una dirección, tal como una dirección x, del sistema de ejes). Opcionalmente, la alineación requerida puede ser que los bordes de la hebra se alineen (por ejemplo, alineados en paralelo y/u horizontalmente) con el sistema de ejes). El término alineado aquí se refiere al caso de ser horizontal o paralelo a una dirección requerida tal como a un eje definido. Se puede entender que el término alineado utilizado en relación con la alineación requerida se puede referir a cualquier ángulo predefinido o requerido que se base en una tolerancia de fabricación requerida.

Después de girar la imagen, la dirección del eje ideal se puede definir como la dirección x, y la dirección y puede ser ortogonal al eje ideal. El proceso de detección de bordes 305 se puede realizar después de girar la imagen y convertir la imagen en escala de grises. El proceso de detección de bordes puede 305 incluir implementar un proceso de detección de gradiente (V1*) o un proceso de red neuronal artificial (V2*) tal como un proceso de red convolucional (CNN).

Los detectores de bordes basados en gradiente (V1*) pueden ser sensibles para características de alta frecuencia como bordes. Al tomar la primera derivada de la imagen, las características se pueden detectar como puntos de alta magnitud. Por esta razón, la imagen se puede convolucionar con un núcleo de filtro H. Un filtro de gradiente simple puede ser el operador de Prewitt. Sus núcleos para filtrar en dirección x e y se pueden describir como:

Los ruidos en la imagen también pueden ser características de alta frecuencia y, por lo tanto, se pueden detectar como bordes. Para evitar la detección de bordes incorrectos, la imagen se puede preprocesar antes de la operación de detección de bordes. Por ejemplo, la imagen se puede difuminar con un filtro para atenuar los ruidos. Un ejemplo de este operador puede ser un filtro mediano, que puede ser un filtro de conservación de bordes, que puede atenuar los ruidos en tanto que se mantienen los bordes. Un filtro local de conservación de contorno no lineal puede preceder a la detección de bordes para mejorar los resultados de la operación de filtro de Prewitt basada en gradiente. El filtro de conservación puede eliminar ruidos que se podrían detectar como bordes. Dado que la orientación de los bordes puede ser conocida, un filtro que detecta bordes en una sola dirección puede ser suficiente. En comparación con el tamaño de la imagen, los bordes que se van a detectar pueden ser relativamente largos. Por esta razón, el núcleo del operador de Prewitt se puede modificar en escalar en dirección horizontal.

Por ejemplo, el núcleo se puede expandir a nueve elementos en una fila, lo que da como resultado un núcleo de 3*9. Dependiendo de la longitud de los bordes, el tamaño del filtro se puede adaptar. Posteriormente, la imagen filtrada se puede escanear a lo largo de la dirección y positiva y negativa en un intervalo elegido. El valor y constante del eje ideal se puede utilizar como el punto de partida. Si se encuentra un borde con un cierto espesor, el valor y se puede notar o detectar y guardar. Este proceso se puede hacer para cada valor x del eje ideal.

Alternativamente, las redes neuronales convolucionales (CNN) (V2*) se pueden usar para procesar datos de entrada de múltiples matrices y para la clasificación de imágenes. En comparación con las redes multicapa completamente conectadas, el preprocesamiento de los datos de entrada se puede integrar en la red, y el proceso de extracción de características se puede realizar por la propia red. Las CNN pueden ser capaces de considerar la correlación de los grupos locales en la imagen. Pueden detectar características independientemente de su ubicación, ya que los factores de ponderación se pueden compartir por diferentes áreas de una imagen.

Las figuras 5A y 5B muestran imágenes de datos de entrenamientos CNN, en donde la CNN se puede entrenar supervisada con partes de imágenes de entrenamiento adquiridas durante procesos de impresión anteriores de estructuras tridimensionales anteriores. Las imágenes de entrenamiento muestran partes de hebras o bordes. Por consiguiente, las imágenes de entrenamiento se pueden etiquetar como “hebra” o “borde”. Después de entrenar la red, la red entrenada se puede usar para clasificar los bordes en las imágenes desconocidas adquiridas de la una o más ubicaciones determinadas para la estructura tridimensional actual que se está monitoreando.

La figura 5A muestra ejemplos de datos de entrenamientos que se pueden etiquetar o identificar como bordes.

La figura 5B muestra ejemplos de imágenes de entrenamientos que se pueden etiquetar como hebras.

La figura 6 muestra una ilustración de detección de bordes usando la CNN 631.

Las imágenes adquiridas basándose en la porción formada se pueden recortar a lo largo de la dirección y para producir imágenes recortadas 633. Por ejemplo, una imagen completa tomada durante la impresión en una de las ubicaciones determinadas se puede dividir (o cortar) en imágenes más pequeñas 633. Estas imágenes recortadas más pequeñas 633 se pueden alimentar a la CNN entrenada 631, que puede clasificar la imagen según si la imagen contiene un borde o no.

Al igual que el enfoque de gradiente, el eje ideal se puede utilizar como un punto de partida para la búsqueda de bordes. En una (misma) coordenada x constante, la imagen completa se puede recortar en imágenes más pequeñas 633 a lo largo de la dirección y positiva y la dirección y negativa usando la coordenada y del eje ideal (yo) como punto de partida. La figura 6 muestra una pluralidad de imágenes recortadas 633 correspondientes a la misma coordenada x, en donde cada imagen recortada puede corresponder a una coordenada y diferente. La CNN 631 puede analizar las regiones dentro de las imágenes recortadas. Como ejemplo, a partir de una imagen recortada I(x, yo) en el eje ideal, la CNN puede determinar que la imagen recortada I(x, yo) puede no tener bordes. De las imágenes recortadas 633 en la dirección y positiva, la imagen recortada I(x, yk) puede ser la primera imagen recortada (o primera región) en la que se puede identificar un borde. Por lo tanto, se puede guardar la ubicación del punto central de la primera región (o imagen recortada I(x, yk)) que contiene el borde. De manera similar, de las imágenes recortadas 633 en la dirección y negativa, la imagen recortada I(x, yn) puede ser la primera imagen recortada (o primera región) en la que se puede identificar un borde. Por lo tanto, se puede guardar la ubicación del punto central de la primera región (o imagen recortada I(x, yn)) que contiene el borde. El proceso se puede repetir para cada coordenada x del eje ideal. En ambos casos, la detección de bordes basada en gradiente y basada en CNN, los resultados de la detección de bordes pueden ser todos los puntos de borde que se encontraron por encima y por debajo del eje ideal.

El método 300 (como se muestra en las figuras 7A a 7C) puede incluir además identificar 306 (o encontrar) uno o más bordes principales y realizar un proceso de agrupación de bordes 307 después de identificar (o encontrar) 305 los bordes, ya que los bordes encontrados o puntos de borde en 305 pueden contener bordes correctos y/o incorrectos.

La figura 7A muestra los puntos de borde encontrados a partir de un proceso de agrupación de bordes que incluyen bordes correctos e incorrectos 721. Los bordes incorrectos 721 se pueden encontrar debido a reflejos, ruidos y hebras vecinas. Por esta razón, los bordes encontrados pueden necesitar analizarse adicionalmente.

La figura 7B muestra un resultado del uso de agrupación de bordes para determinar 306 los bordes principales. Para determinar los bordes principales de los límites superior e inferior, se pueden calcular los ángulos entre los puntos de borde vecinos. Los puntos se pueden agrupar en orden de su valor x siempre y cuando el ángulo entre dos puntos vecinos esté por debajo de un umbral. Si se excede el umbral, se puede crear una nueva agrupación. El borde principal se puede definir como la agrupación más grande, suponiendo que el borde continuo más largo pertenece al límite real de la hebra. El borde principal puede ser todo el límite de la hebra o un segmento del límite. El resultado de esta agrupación se ilustra en la figura 7B. La agrupación más larga de puntos de borde consecutivos puede formar los bordes principales 722, por ejemplo, un borde superior principal y un borde inferior principal. Los puntos 1 y 2 pueden ser puntos de partida de un proceso de agrupación adicional (o posterior).

La figura 7C muestra un proceso de agrupación adicional (o final) 307 que identifica un borde superior agrupado 723 y un borde inferior agrupado 723. En el proceso de agrupación adicional 307, los puntos de borde restantes se pueden recopilar usando los puntos externos de los bordes principales como puntos de partida. Esta agrupación se basa en el método vecino más cercano. El vecino más cercano se puede añadir a la agrupación si la diferencia de x e y entre los vecinos está por debajo de un umbral establecido. Mediante este método, los valores atípicos se pueden eliminar durante el proceso de agrupación al usar el borde principal como referencias. De esta manera, se pueden identificar los bordes reales 723 (por ejemplo, el borde superior real y el borde inferior real) de la hebra objetivo.

El método 300 puede incluir además aproximarse 308 a los límites de hebra después de realizar el proceso de agrupación de bordes 306, 307. Una función de borde se puede aproximar 308 usando los puntos de borde agrupados al minimizar el error cuadrado. Para detectar aproximaciones incorrectas, se pueden analizar las caracterizaciones de las funciones de borde.

Si se encuentran ambos límites de la hebra, se puede medir el diámetro de la hebra. Con el fin de lograr un proceso de medición adecuado, se puede determinar el eje de medición (por ejemplo, el eje real) de la hebra. El eje real de la hebra se puede calcular mediante una función de bordes aproximados. El eje ideal de la hebra puede conducir a mediciones incorrectas porque la hebra se puede desplazar por traslación y rotación durante el proceso de fabricación. La figura 8 muestra cómo medir con el eje ideal 415 como la referencia puede dar como resultado mediciones incorrectas debido a que la hebra impresa se gira por el ángulo a con respecto al eje ideal (por ejemplo, un ángulo entre el eje ideal 415 y el eje real 834 puede ser a, opcionalmente donde 0° <a< 180°). La distancia entre el borde superior y el borde inferior se puede medir de forma ortogonal al eje de referencia, y la figura 8 muestra que pueden ocurrir errores debido a la diferencia entre la distancia medida con el eje real como referencia, lreal y la distancia medida con el eje ideal como referencia, lideal.

El método 300 puede incluir además girar 309 la imagen para medir después de aproximarse 308 a los límites de hebra. Por ejemplo, el método 300 se puede girar de modo que el eje real se hace coincidir con una dirección requerida. El método 300 puede incluir además medir 311 una dimensión de la hebra. Por ejemplo, el diámetro de la hebra se puede medir 311 calculando la distancia entre el borde superior 723 y el borde inferior 723 en una dirección ortogonal al eje real.

Las figuras 9A a 9D muestran diferentes estructuras tridimensionales que se pueden imprimir. Las diferentes estructuras que incluyen implantes mamarios y mallas de cultivo celular se pueden imprimir y monitorear durante el proceso de fabricación. Las estructuras se pueden fabricar con varios parámetros. Por ejemplo, se pueden imprimir con diferentes diámetros de boquilla y tamaños de poro, así como un número variable de capas.

La figura 9A muestra un andamio de implante mamario (volumen de 50 ml). En la parte inferior, el tamaño promedio de los poros puede ser de 6 mm. El tamaño de poro puede disminuir con el incremento de la altura, de modo que el tamaño de poro promedio alcanza 3 mm en la parte superior. Para evitar la formación de barreras, que impiden el crecimiento de tejido, las capas se pueden imprimir con un desplazamiento a la capa anterior. Mediante esta técnica, se pueden formar canales inclinados y la forma general característica. El límite exterior se desarrolla a partir de estructuras circulares, en tanto que la estructura interior solo contiene hebras rectas de cruce ortogonal. La estructura se puede imprimir con un diámetro de boquilla de 350 pm.

La figura 9B muestra una malla de cultivo celular con 350 pm de ancho de hebra, 700 pm de tamaño de poro y un desplazamiento de orientación de hebra de 36° por capa. La estructura se puede imprimir con un diámetro de boquilla de 350 pm.

La figura 9C muestra una malla de cultivo celular con un ancho de hebra de 150 pm, un tamaño de poro de 400 pm y un desplazamiento de orientación de hebra de 36°. La estructura se puede imprimir con un diámetro de boquilla de 150 pm.

La figura 9D muestra una malla de cultivo celular con 150 pm de ancho de hebra, 400 pm de tamaño de poro y un desplazamiento de orientación de hebra de 90°. La estructura se puede imprimir con un diámetro de boquilla de 150 pm.

Para obtener imágenes procesables, las estructuras (de las figuras 9A a 9D) se puede encender desde abajo usando luces LED, que se pueden colocar debajo del sustrato sobre el cual se imprimieron las estructuras. Para automatizar la colocación de la cámara, el código numérico de cada estructura se puede modificar como se explicó anteriormente para incluir información relacionada con la una o más ubicaciones. La cámara se puede mover a las posiciones calculadas y pausar allí hasta que se tome la imagen y se guarde con un software de captura de imágenes. Como ejemplo, se puede usar un aumento de 40 para medir los diámetros de hebra del implante mamario de 50 ml. Como ejemplo, se pueden monitorear cuatro hebras por capa durante el proceso de impresión. En tanto que se imprimen las mallas, se pueden monitorear 10 hebras por capa usando aumentos de 140 y 200 dependiendo del tamaño de poro de las mallas. En otras palabras, el número de ubicaciones se puede determinar por un usuario y se puede variar según la rigurosidad de los requisitos de fabricación

Las figuras 10A a 10F muestran imágenes de monitoreo visualmente de un andamio mamario de 50 ml (descrito en la figura 9A) usando detección de bordes basada en gradiente.

La figura 10A muestra una hebra vertical superpuesta en la tercera capa de la estructura tridimensional.

La figura 10B muestra una hebra horizontal en la decimoquinta capa de la estructura tridimensional.

La figura 10C muestra una hebra horizontal superpuesta en la cuarenta y tres capa de la estructura tridimensional. La figura 10 D muestra una hebra horizontal faltante junto al límite en la quincuagésimo tercera capa de la estructura tridimensional.

La figura 10E muestra una hebra horizontal en la septuagésimo quinta capa de la estructura tridimensional.

La figura 10F muestra una hebra vertical en la octogésima capa de la estructura tridimensional.

Se puede usar un enfoque basado en gradiente para detectar los límites de las hebras. Se muestran capas en diferentes alturas, comenzando desde la tercera capa en la figura 10A. En la imagen de la tercera capa (figura 10A), se puede ver la estructura de un pedazo de papel que se colocó debajo del sustrato, que se desenfoca con el crecimiento del andamio. Además, la iluminación puede cambiar con la estructura en crecimiento. Esto se debe al hecho de que el andamio puede dispersar la luz por su estructura. Debido a la arquitectura del implante, se pueden producir hebras superpuestas en la impresión, lo que significa que partes de una hebra de la capa actual se encuentran encima de hebras de la segunda última capa. Estas capas no están conectadas de una manera física, sino que están separadas por un espacio entre ellas, aunque pueden parecer como si estuvieran una encima de la otra debido a la vista bidimensional. Este efecto se produce en las figuras 10A y 10C. Sin embargo, los límites de las hebras (líneas 1023) se pueden detectar correctamente. En la figura 10D, falta la hebra que se debe observar (por ejemplo, se espera que se observe basándose en la información de coordenadas estructurales). En el fondo de esta imagen se pueden ver algunos hebras arrastradas. El proceso de evaluación de eje indicó correctamente una ubicación incorrecta del eje, lo que significa que la hebra no se imprimió en su eje ideal. Este desplazamiento se puede registrar como un defecto. En esta imagen, el eje ideal se representa por la línea 1024. Se tomaron imágenes de las figuras 10E y 10F en las capas superiores del andamio. En estas capas, el tamaño de poro puede ser significativamente menor que en las capas inferiores.

En las imágenes procesadas, se puede visualizar y medir, por ejemplo, el valor del diámetro o ancho mínimo (mín) o más pequeño y máximo (máx) o mayor diámetro o ancho de las hebras y sus ubicaciones. Opcionalmente, se puede determinar un diámetro o ancho promedio (prom.) en pm al medir una pluralidad de diámetros a lo largo del segmento de hebra monitoreado.

Las figuras 11A a 11F muestran imágenes de monitoreo visualmente de las hebras en las mallas de cultivos celulares descritas en las figuras 9B a 9D. Para detectar los límites, se puede usar el enfoque basado en gradiente. En comparación con la observación de los andamios (en las figuras 10A a 10F), se puede establecer un aumento más alto, ya que las estructuras a medir son más pequeñas.

Las figuras 11A y 11B muestran hebras con 350 pm de diámetro en una malla con un tamaño de poro de 700 pm y un cambio en la dirección de hebra de 36° por capa. Las hebras de capas consecutivas se pueden cruzar entre sí en un ángulo de 36°. Las imágenes se tomaron con un aumento de 140.

Las siguientes cuatro imágenes visualizan la medición de hebras en mallas con estructuras aún más pequeñas. El tamaño de poro solicitado de las mallas fue de 400 pm, el diámetro de hebra demandado fue de 150 pm. Estas imágenes se tomaron con un aumento de 200.

Las figuras 11C y 11D muestran hebras con 150 pm de diámetro en una malla con un tamaño de poro de 400 pm y un cambio en la dirección de hebra de 36° por capa.

Las figuras 11E y 11F muestran hebras con 150 pm de diámetro en una malla con un tamaño de poro de 400 pm y un cambio en la dirección de hebra de 90° por capa.

Las figuras 12A a 12F muestran los resultados del procesamiento de imágenes, donde se usó una CNN para detectar bordes o límites. Las figuras 12A a 12F muestran imágenes sin procesar tomadas durante el proceso de fabricación del andamio de 50 ml, las mismas hebras respectivas que en el enfoque basado en gradiente descrito con relación a las figuras 10A a 10F. Se obtuvieron resultados similares, aunque se pueden observar algunas desviaciones entre las mediciones utilizando la detección de bordes basada en gradiente y basada en CNN. Estas desviaciones pueden estar en una escala de hasta 30 pm. Debido a estas desviaciones, los diámetros mínimo, máximo y promedio medidos del enfoque de detección de bordes basada en CNN y el enfoque basado en gradiente pueden ser diferentes. Estas diferencias se pueden deber al tamaño de las imágenes recortadas, que se pueden alimentar a la red CNN. Debido a que las ubicaciones de los bordes en las imágenes clasificadas no se conocen exactamente, puede haber una posible desviación que puede ser tan grande como el tamaño de las imágenes recortadas. El efecto se vuelve particularmente evidente en la figura 12F al observar las funciones de borde aproximado rasgado. Debido a que en la mayoría de los casos los bordes se detectaron antes (tan pronto como aparecen en el límite de la imagen), las desviaciones ocurridas fueron menores que el tamaño de las imágenes recortadas. Debido al tamaño de las imágenes que se alimentaron en la red, la técnica basada en CNN que se muestra aquí puede parecer menos precisa que el enfoque basado en gradiente, que alcanzó una resolución de 5 pm con un aumento de 40. Sin embargo, si es necesario para mejorar la resolución, se pueden alimentar partes más pequeñas de la imagen a la CNN si es necesario. Para lograr esto, la red CNN también se puede entrenar con imágenes más pequeñas. Además, se puede alcanzar una mejor resolución al incrementar los datos de entrenamiento y/o entrenando la red con imágenes específicas que pueden incluir o contener bordes que la red no pudo identificar antes si es necesario.

En los bordes de detección de bordes basados en CNN se pueden encontrar u observar a lo largo de todo el eje ideal. Esto se puede observar cuando se comparan las imágenes respectivas de las figuras 10A a 10F y las figuras 12A a 12F. En comparación, con la detección de bordes basada en gradiente, no se pueden encontrar ni observar bordes en la primera y última sección del eje ideal. Sin embargo, estos bordes se pueden detectar por la CNN. Por ejemplo, en la figura lOC no se pueden encontrar bordes en la última sección del eje ideal mediante el enfoque basado en gradiente, mientras que estos bordes se pueden detectar usando la CNN (ver figura 12C). Cuando se considera el tiempo de procesamiento, la técnica basada en gradiente puede ser más rápida que el enfoque basado en CNN. Sin embargo, sí o no el mayor consumo de tiempo del enfoque basado en CNN es crítico depende de la aplicación. Por otro lado, la CNN entrenada puede ser capaz de clasificar los bordes en áreas de bajo contraste mejor que el método basado en gradiente. Dependiendo del tamaño de la imagen utilizada en el enfoque basado en CNN, el enfoque basado en gradiente puede ser más preciso. Puede ser posible monitorear andamios con tamaños de poro grandes de 6 mm, así como tamaños de poro pequeños de 400 pm. Sin embargo, se pueden usar diferentes aumentos del microscopio digital para compensar la diferencia de los tamaños de las características.

Al analizar los datos, el diámetro promedio de una hebra y el valor promedio de todos los diámetros promedio de una capa pueden ser variables significativas para medir. El diámetro insuficiente de hebra puede limitar las propiedades mecánicas de los andamios. Por otro lado, las hebras que son demasiado gruesas hacen que la impresión sea rígida y disminuyen el tamaño de los poros, lo que puede limitar el proceso de crecimiento de tejido en aplicaciones médicas. Si el diámetro promedio no está dentro de una tolerancia dada, los parámetros de impresión pueden tener que ajustarse. Un diámetro promedio insuficiente se puede compensar al incrementar la velocidad de flujo de material o disminuyendo la velocidad de impresión. Por el contrario, los diámetros se pueden disminuir al disminuir la velocidad de flujo o incrementando la velocidad. Una boquilla obstruida en necesidad de limpieza también puede provocar diámetros insuficientes. Otras variables medibles importantes pueden ser los diámetros o anchos máximos (más grandes) y mínimos (más pequeños) de las hebras y sus ubicaciones, así como el progreso del diámetro a lo largo de la hebra. Con esta información puede ser posible clasificar defectos. Tener un diámetro promedio dentro de la tolerancia, pero con diámetros variables a lo largo de la hebra, se puede concluir que se debe a efectos de estrechamiento debido a un despeje de capa insuficiente o condiciones de temperatura desfavorables. En este caso, las condiciones de impresión se pueden mejorar al incrementar la separación de capas, extendiendo el proceso de enfriamiento y/o ajustando la temperatura ambiente. Además, se puede evaluar la estabilidad del proceso de impresión. Para examinar la estabilidad, puede ser posible determinar la desviación estándar de uno o más o todos los diámetros promedio, diámetros mínimos o diámetros máximos de una capa, o de la totalidad de la pieza de impresión. Si la desviación estándar es baja, el proceso de impresión puede ser consistente y estable, lo que puede ser un buen punto de partida para la optimización de los parámetros de impresión. Por otro lado, una desviación estándar alta puede indicar un proceso inconstante. En estos casos, puede ser útil hacer que el proceso sea confiable y consistente antes de optimizar la precisión de tamaño de los diámetros de hebra. Además, los diámetros no medibles pueden indicar problemas geométricos, tal como hebras desplazadas. Las razones de estos errores pueden incluir deformación, una boquilla obstruida, hebras arrastradas o un movimiento impreciso de los ejes de la impresora.

Algunos de estos métodos de evaluación se pueden explicar con respecto a los resultados extraídos del proceso de monitoreo del andamio de implante mamario descrito en relación con la figura 9A. Se ilustran tres niveles de análisis diferentes. El primer nivel puede verificar toda la pieza de impresión en general, y se pueden considerar todos los diámetros medidos. Con esto, se puede evaluar la calidad general del objeto de impresión. El segundo nivel puede ser una evaluación por capas que se puede utilizar para la decisión de si una sola capa cumple con los requisitos de calidad. En el tercer nivel, se pueden analizar las dimensiones de las hebras individuales. Este nivel de evaluación se puede usar para clasificar defectos y optimizar los parámetros de impresión sistemáticamente.

Las figuras 13A a 13C muestran evaluaciones de primer nivel utilizando histogramas de todos los diámetros de hebra medidos (diámetros mínimo, máximo y promedio) del andamio mamario. Para evaluar la calidad de toda la pieza de impresión o de todas las hebras impresas en un momento determinado, la frecuencia de los diámetros medidos se puede mostrar mediante histogramas. Esta es una técnica adecuada ya que los histogramas pueden mostrar todos los intervalos de diámetros medidos. Además, se puede visualizar la dispersión de los diámetros medidos. Este tipo de evaluación no solo tiene que tener lugar después de terminar la impresión, sino que también puede ocurrir durante el proceso de impresión.

La figura 13A muestra un histograma que muestra una dispersión de los diámetros promedio de las hebras versus la frecuencia para el ejemplo del andamio mamario. Como se muestra en la figura 13A, la diferencia entre el diámetro ideal de 350 jm y la media (|j en jm ) de todos los diámetros promedio medidos no excede una diferencia de 10 jm . La desviación estándar (a = 9,5) es baja.

La figura 13B muestra un histograma que muestra una dispersión de los diámetros máximos (máximo o más grande) de las hebras con respecto a la frecuencia para el ejemplo del andamio mamario.

La figura 13C muestra un histograma que muestra una dispersión de los diámetros mínimos (mínimos o más pequeños) de las hebras versus la frecuencia para el ejemplo del andamio mamario.

Cuando se trata de los diámetros máximo y mínimo medidos, la desviación estándar puede ser mayor(a= 21,8, ya= 19,8) respectivamente. Dependiendo de la tolerancia permitida, se pueden determinar las frecuencias de los diámetros de hebra que caen por debajo del diámetro permitido más bajo o que exceden el diámetro permitido más alto.

Las figuras 14A a 14C muestran evaluaciones de segundo nivel tal como una evaluación en capas del andamio de 50 ml. Las figuras 14A a 14C muestran los diámetros medidos que se muestran por capas, con la figura 14A que muestra los diámetros mínimos, la figura 14B que muestra los diámetros máximos y la figura 14C que muestra los diámetros promedio. Teniendo estos gráficos, se puede determinar fácilmente en qué diámetros de capas están fuera del intervalo de tolerancia especificado. Dependiendo de los requisitos de calidad, las capas se pueden etiquetar como capas fallidas si un cierto número de diámetros dentro de esta capa están fuera de la tolerancia requerida. En los ejemplos mostrados en las figuras 14A a 14C, un usuario puede determinar diferentes valores umbral. Por ejemplo, el diámetro mínimo de las hebras no debe caer por debajo de 225 jm . El diámetro máximo no debe exceder de 475 jm . El diámetro medio debe estar comprendido entre 3 l0 jm y 390 jm . Las hebras con diámetros que están fuera de tolerancia se pueden considerar como defectos y se puede determinar un estado de proceso defectuoso. La decisión de si las capas individuales o la estructura completa cumplen con la calidad requerida depende de la calidad deseada. Los diámetros de hebra que se encuentran fuera del intervalo permitido de diámetros se determinan como que no cumplen con los requisitos de calidad especificados.

Para la clasificación del defecto y con fines de optimización, puede ser útil evaluar el curso de los diámetros a lo largo de hebras individuales.

Las figuras 15A a 15B muestran evaluaciones de tercer nivel, en el que se pueden llevar a cabo evaluaciones por hebras de una hebra del andamio de 50 ml.

La figura 15A muestra un resultado visual del proceso de medición.

La figura 15B muestra una gráfica de todas las desviaciones de diámetro ideal de hebra (350 jm ) a lo largo de la longitud de la hebra L. El intervalo de tolerancia se puede establecer a ±50 jm , a manera de ejemplo. Se puede determinar que las mediciones inferiores o iguales a ±50 jm a partir del diámetro ideal superan los requisitos de calidad especificados, mientras que las desviaciones superiores a ±50 jm se pueden determinar como que no los superan. Las características de la gráfica mostrada pueden variar dependiendo del tipo de defecto, lo que puede permitir la clasificación de defectos. Esta clasificación se puede usar para ajustar sistemáticamente los parámetros de impresión si se conocen las causas del defecto clasificado. En la figura 15B, se pueden ubicar las porciones críticas de la hebra examinada. La parte más crítica de la hebra puede ser el diámetro mínimo, que se desvía más de 50 jm del diámetro ideal. Debido a que el ancho mínimo de la hebra se ubica fuera de su centro, este defecto se puede clasificar como el efecto de estrechamiento, que se puede producir debido a un proceso de enfriamiento inadecuado o un espacio de capa insuficiente.

Por lo tanto, se puede entender que si se detiene o no un proceso de impresión (por ejemplo, detener la impresión 180) o no se detiene (por ejemplo, y en su lugar adaptar los parámetros de impresión 170) se puede basar en la<rigurosidad requerida del proceso de evaluación. Por ejemplo, la decisión de detener la impresión>180<puede depender>de una frecuencia de desviaciones del valor de parámetro determinado de un valor de parámetro ideal y/o magnitud de las desviaciones del valor de parámetro determinado de un valor de parámetro ideal. Un usuario puede determinar el umbral para estas desviaciones.

La figura 16 muestra una ilustración de una disposición 150 para formar la estructura tridimensional. La disposición 150 se puede configurar para realizar o llevar a cabo los métodos descritos en relación con las figuras 1A a 15B.

La disposición 150 incluye un dispositivo 101 para formar una estructura tridimensional 104 basándose en información de coordenadas estructurales relacionada con la estructura tridimensional 104. La disposición 100 incluye además un dispositivo de detección móvil 102. La disposición 100 incluye además un procesador 103. El procesador 103 se configura para determinar una o más ubicaciones para colocar el dispositivo de detección 102 basándose en información de coordenadas estructurales relacionada con una estructura tridimensional que se va a formar, y para controlar una colocación del dispositivo de detección móvil 102 en una o más ubicaciones.

El dispositivo 101 para formar la estructura tridimensional (3D) puede procesar un dispositivo de estereolitografía (SLA), un dispositivo de procesamiento de luz digital (DLP), un dispositivo de modelado por deposición fundida (FDM), un dispositivo de sinterización láser selectiva (SLS), un dispositivo de fusión láser selectiva (SLM), un dispositivo de fusión de haz electrónico (EBM), un dispositivo de fabricación de objetos laminados (LOM), un dispositivo de inyección de aglutinante (BJ) y/o un dispositivo de inyección de material (MJ).

El dispositivo de detección 102 puede ser un dispositivo de formación de imágenes, una cámara o un dispositivo de escaneo tridimensional, una cámara térmica, un microscopio digital, un sensor de emisión acústica y/o un dispositivo CT, a manera de ejemplo.

El procesador 103 puede ser cualquier ordenador o máquina capaz de ejecutar instrucciones de un medio de almacenamiento legible por ordenador. Este medio de almacenamiento legible por ordenador puede incluir instrucciones que, cuando se ejecutan por la ordenador (o procesador) 103, hacen que la ordenador 103 lleve a cabo el método descrito en relación con las figuras 1A a 15B.

La disposición 150 puede ser un sistema de monitoreo basado en visión para realizar el método descrito en relación con las figuras 1A a 15B. El dispositivo de detección 102 (por ejemplo, un microscopio digital comercial) se puede configurar para adquirir los datos (por ejemplo, imágenes) de una manera por capas. Los datos adquiridos se pueden procesar para detectar defectos. Después de imprimir una (o cada una) capa, el dispositivo de detección 102 se puede colocar mediante los ejes de la impresora en la una o más ubicaciones. Dependiendo del campo de visión y el tamaño de la característica monitoreada, se pueden tomar y procesar una o más imágenes.

Para la automatización de la colocación de cámara y la captura de imágenes, puede ser necesario conocer el tiempo de captura de imágenes y la posición óptima de cámara. Esta información se puede extraer del código numérico, que incluye todos los movimientos de impresora utilizados para imprimir la estructura de andamio tridimensional. El código numérico se puede separar para determinar las posiciones potenciales de cámara y modificar con comandos para la colocación de cámara. Por lo tanto, el procesador 103 se puede configurar para procesar información de coordenadas estructurales relacionada con la disposición y/o estructura interna y/o estructura externa de la estructura tridimensional que se va a formar. La información de coordenadas estructurales puede incluir información basada en CAD o información de código numérico, a manera de ejemplo. Basándose en la información de coordenadas estructurales, el procesador 103 se puede configurar para generar instrucciones de código numérico adaptadas para formar la estructura tridimensional 104. Las instrucciones de código numérico adaptadas pueden incluir información de coordenadas estructurales relacionada con una estructura tridimensional que se va a formar e información relacionada con la colocación del dispositivo de detección en la una o más ubicaciones.

El dispositivo 101, el dispositivo de detección móvil 102 y el procesador 103 se pueden conectar entre sí, de modo que la porción del dispositivo 101 cuyo movimiento se controla mediante las instrucciones de código numérico puede ser la porción del dispositivo 101 (por ejemplo, cabezal de impresión, dispensador, cabezal de boquilla, un extrusor o láser) responsable de la formación de la estructura tridimensional en las ubicaciones seleccionadas definidas por la información de coordenadas estructurales de las instrucciones de código numérico.

El procesador 103 se puede configurar además para determinar un estado de proceso basándose en los datos adquiridos relacionados con al menos parte de la porción formada de la estructura tridimensional. Los datos adquiridos se pueden adquirir o generar mediante el dispositivo de detección 102 en las ubicaciones determinadas de la una o más ubicaciones.

Se puede entender que en algunas realizaciones, la disposición 150 incluye un dispositivo de formación 101 para formar una estructura tridimensional que incluye una pluralidad de capas. La disposición 150 incluye un dispositivo de detección móvil 102. La disposición 150 incluye un procesador configurado

(a) para determinar, para un conjunto de capas de la pluralidad de capas, al menos una ubicación para colocar el dispositivo de detección,

(b) para controlar una formación del conjunto de capas por el dispositivo basándose en información de coordenadas estructurales relacionada con la estructura tridimensional,

(c) para controlar una colocación del dispositivo de detección móvil en al menos una ubicación asociada con el conjunto de capas, después de que se forma el conjunto de capas y antes de que se forme un conjunto de capas adicional, y (d) para determinar un estado de proceso basándose en los datos adquiridos del conjunto de capas formadas, en el que los datos adquiridos se adquieren por el dispositivo de detección en al menos una ubicación asociada con el conjunto de capas formadas.

Las diversas realizaciones descritas en el presente documento se pueden referir a un sistema basado en visión para la detección de defectosin situdurante el proceso de fabricación aditiva de andamios porosos. Proporcionan un proceso completo de un sistema de detección de defectos basado en la medición del diámetro de hebras impresas. Utilizando un microscopio digital con aumento ajustable como sensor y procesamiento de datos basado en la visión, se pueden detectar directamente pequeños defectos en la estructura. El concepto diverso puede incluir colocación de cámara automatizada usando código numérico, así como el procesamiento de las imágenes tomadas en las cuales se miden los diámetros de hebras impresas. El procesamiento de imágenes se puede implementar con al menos dos métodos de detección de bordes diferentes, tal como una detección de bordes basada en gradiente o una detección de bordes basada en una CNN.

Las diversas realizaciones y ejemplos se pueden integrar en un entorno de impresión existente, en el que se pueden detectar y medir las hebras monitoreadas. Las diversas realizaciones pueden proporcionar una o más opciones para el análisis de las mediciones. Por ejemplo, basándose en los requisitos del control de calidad, se puede examinar la calidad de hebras individuales, capas o la estructura general.

Las diversas realizaciones se pueden implementar en diferentes niveles de automatización. Puede ser adecuado para control de calidad manual. Por ejemplo, el usuario puede colocar la estructura manualmente debajo del microscopio y tomar imágenes de la capa superior. Las instrucciones ejecutables por ordenador se pueden configurar para dibujar los ejes de hebras que se van a medir manualmente marcando los puntos iniciales y finales de los ejes. La hebra se puede medir mediante las instrucciones ejecutables por ordenador y la salida se puede mostrar y guardar. En este caso, no es necesaria la modificación del código numérico. Opcional o alternativamente, la automatización del proceso de monitoreo se puede llevar a cabo con colocación de cámara automatizada, adquisición de imágenes y procesamiento, pero sin un control de bucle cerrado. En el presente documento, el usuario puede tener acceso al estado de la impresión en cualquier momento durante y después del proceso de fabricación y puede intervenir si es necesario. También se puede implementar un sistema de bucle cerrado completamente automatizado. En este caso, la impresión puede estar funcionando siempre y cuando se cumplan los requisitos de calidad, de lo contrario se cancela, o los parámetros de impresión se ajustan automáticamente para compensar.

Las diversas realizaciones se pueden utilizar para el monitoreo de estructuras tridimensionales mediante cualquier método de impresión tridimensional. En particular, las diversas realizaciones pueden monitorear la calidad de las hebras impresas con FDM en andamios porosos durante el proceso de fabricación. La medición del diámetro de hebra puede ser adecuada para clasificar y localizar defectos y sus fuentes. Los fabricantes pueden ser capaces de analizar la calidad de los objetos de impresiónin situ.Las estructuras porosas impresas con FDM se han vuelto populares en aplicaciones de ingeniería de tejidos, tal como mallas de cultivo celular e implantes personalizados de forma única. Para la fabricación de andamios, se puede utilizar PCL como un material debido a sus buenas propiedades reológicas y viscoelásticas. PCL tiene una buena estabilidad térmica, lo que lo hace adecuado para el proceso de impresión FDM. Especialmente para aplicaciones con formación médica, se requiere un sofisticado proceso de control de calidad. Aunque los sensores se han convertido en un componente esencial en la fabricación, FDM como una de las técnicas de impresión 3D más populares carecen de sistemas de monitoreo, así como sistemas de control de bucle abierto. La falta de detección en los procesos AM hace que el control de calidadin situsea bastante desafiante. El control de calidad posterior a la impresión también es complicado, ya que las estructuras dentro de la pieza impresa son difíciles o imposibles de acceder.

Los métodos y disposiciones descritos con relación a las figuras 1A a 16 pueden estar relacionados con un proceso de inspección basado en visión para el monitoreoin situde andamios porosos fabricados de manera aditiva. Los métodos y disposiciones pueden incluir evaluar la calidad de la estructura interna de los andamios impresos al monitorear sus dimensiones geométricas, a manera de ejemplo. Un microscopio digital comercial con aumento ajustable se puede usar para capturar regiones internas seleccionadas del objeto impreso. Las imágenes capturadas se pueden analizar con métodos de visión por ordenador. Al menos una de dos técnicas de detección de bordes diferentes se puede utilizar para detectar límites en regiones seleccionadas de la imagen. La primera técnica de detección de bordes puede incluir o puede ser un enfoque basado en gradiente. La segunda técnica de detección de borde se puede basar en la clasificación de una red neuronal de convolución (CNN). Los métodos y disposiciones pueden incluir el uso de posicionamiento de cámara automatizado, que se puede basar en y/o controlar mediante la separación y modificación del código numérico.

Las estructuras que se van a formar, tal como implantes mamarios (por ejemplo, biodegradables) y/o mallas de cultivo celular, se pueden monitorear durante su proceso de fabricación. Los métodos se pueden integrar en diversas etapas de un proceso de control de calidad. Puede ser parte de un sistema de circuito cerrado que compensa automáticamente los defectos o puede detener el proceso de fabricación si se produce un defecto significativo.

Los sensores se pueden usar en procesos de fabricación para lograr una mejor confiabilidad del proceso, repetibilidad y automatización del proceso. Efectos deseables del monitoreo del proceso de impresión: detectar errores durante la impresión; evitar nuevos fallos al ajustar los parámetros de impresión; detener automáticamente el proceso de impresión si el error detectado es significativo; y detectar errores difíciles de monitorizar en el producto fabricado (por ejemplo, defectos de las características internas). Esto ahorra tiempo de impresión, reduce desperdicio de material y mejora el control de calidad y la documentación del proceso de fabricación.

Las diversas realizaciones descritas en el presente documento se pueden referir a monitoreoin situde estructuras porosas impresas (por ejemplo, impresas con FDM). Las técnicas existentes se refieren principalmente a objetos sólidos de impresión, ya que monitorean las dimensiones del límite exterior en lugar de las estructuras internas. En general, las técnicas existentes no alcanzan una resolución de menos de un milímetro. La calidad y las propiedades mecánicas de las estructuras porosas se ven afectadas científicamente por la apariencia de la estructura interna, por lo que las diversas realizaciones descritas en el presente documento se refieren a sistemas, métodos y disposiciones de monitoreo que también pueden monitorear la estructura interna. Para obtener una evaluación significativa de la calidad de impresión, se pueden realizar mediciones en un intervalo submilimétrico.

En algunas realizaciones, se puede usar código numérico para obtener la estructura ideal del objeto de impresión como una referencia en lugar de usar datos CAD. En estas realizaciones, no se utiliza ningún programa CAD. Usando código numérico para obtener una representación de la apariencia ideal es posible, ya que todos los movimientos de la máquina y los diámetros de las hebras de impresión se conocen por el código.

Las diversas realizaciones descritas en el presente documento se pueden referir al monitoreo de diámetros de hebra. Una propiedad de calidad de las estructuras fabricadas es la dimensión de las hebras impresas. Un producto de alta calidad se puede caracterizar por un diámetro de hebra constante de un valor especificado. La consistencia del diámetro de hebra también puede indicar que el proceso de impresión es estable y confiable. Por otro lado, los diámetros de hebra inconsistentes y las desviaciones del diámetro de hebra requerido sugieren un proceso de fabricación inestable. Por lo tanto, monitorear el diámetro de la hebra durante la impresión puede permitir no solo un control de calidadin situconfiable sino también la optimización del proceso de fabricación. Para la ingeniería de tejidos, el diámetro de hebra puede ser una variable importante porque las desviaciones de diámetros cambian el tamaño de poro que puede evitar el crecimiento adecuado de tejido, y también puede cambiar las propiedades mecánicas.

Habiendo descrito en detalle realizaciones de la presente invención, se entiende que la invención definida por las reivindicaciones adjuntas no debe limitarse por los detalles particulares expuestos en la descripción precedente, ya que son posibles muchas variantes evidentes sin apartarse del alcance de la misma.

Claims

REIVINDICACIONES

1. Un método para formar una estructura tridimensional, incluyendo el método:

determinar una o más ubicaciones para colocar un dispositivo de detección basándose en información de coordenadas estructurales relacionada con una disposición de la estructura tridimensional que se va a formar; formar una porción de la estructura tridimensional basándose en la información de coordenadas estructurales; colocar el dispositivo de detección en una ubicación de la una o más ubicaciones; y

determinar un estado de proceso basándose en los datos adquiridos relacionados con al menos parte de la porción formada de la estructura tridimensional, en el que los datos adquiridos se adquieren por el dispositivo de detección en una ubicación de la una o más ubicaciones determinadas.

2. El método según la reivindicación 1, en el que la información de coordenadas estructurales incluye información relacionada con una estructura interna de la estructura tridimensional;

en el que opcionalmente la información de coordenadas estructurales incluye instrucciones de ruta de herramienta para controlar un dispositivo de formación para formar la estructura tridimensional.

3. El método según la reivindicación 1 o 2, en el que la determinación del estado de proceso incluye determinar un valor de parámetro de una característica estructural de la porción formada de la estructura tridimensional basándose en los datos adquiridos.

4. El método según la reivindicación 3, en el que el valor de parámetro es al menos uno de una longitud, ancho o diámetro, altura, rugosidad, color, homogeneidad, espesor y ángulo de inclinación de la característica estructural de la porción formada de la estructura tridimensional.

5. El método según la reivindicación 3, en el que la característica estructural incluye un segmento de hebra de una estructura interna de la estructura tridimensional;

en el que opcionalmente el valor de parámetro de la característica se determina al detectar bordes del segmento de hebra;

en el que opcionalmente además los bordes del segmento de hebra se detectan al implementar un proceso de red neuronal artificial o un proceso de detección basada en gradiente.

6. El método según cualquiera de las reivindicaciones 1 a 5, en el que la determinación del estado de proceso incluye

determinar, basándose en la información de coordenadas estructurales, un eje ideal de un segmento de hebra de la porción de la estructura tridimensional;

determinar, basándose en los datos adquiridos de la porción formada, un eje real de un segmento de hebra de la porción formada; y

determinar el estado de proceso basándose en una comparación entre el eje ideal y el eje real; incluyendo opcionalmente el método determinar un estado de proceso defectuoso si una diferencia entre el eje ideal y el eje real excede un umbral;

en el que la determinación del estado de proceso incluye opcionalmente

comparar un valor de parámetro ideal de un segmento de hebra de la porción de la estructura tridimensional y un valor de parámetro determinado de un segmento de hebra de la porción formada,

en el que el valor de parámetro determinado del segmento de hebra se determina basándose en los datos adquiridos de al menos parte de la porción formada de la estructura tridimensional, y

en el que el valor de parámetro ideal del segmento de hebra se determina basándose en al menos una de la información de coordenadas estructurales y un valor de entrada.

7. El método según cualquiera de las reivindicaciones 1 a 6, que incluye determinar un estado de proceso defectuoso si una diferencia entre el valor de parámetro ideal y el valor de parámetro determinado excede un umbral, en el que opcionalmente la determinación del estado de proceso incluye

determinar una pluralidad de valores de parámetros asociados con una pluralidad de segmentos de hebra de la porción formada;

determinar un parámetro estadístico de la pluralidad de valores de parámetros, y

determinar un estado de proceso defectuoso si una diferencia entre el parámetro estadístico y un parámetro comparativo excede un umbral;

incluyendo opcionalmente además el método adaptar parámetros de proceso para formar la estructura tridimensional basándose en el estado de proceso determinado;

en el que opcionalmente además la una o más ubicaciones incluye un número de ubicaciones, en el que el número de ubicaciones es aleatorio, secuencial, basado en matriz o determinable por un usuario.

8 El método según cualquiera de las reivindicaciones 1 a 7, en el que la porción de la estructura tridimensional incluye un conjunto de capas de una pluralidad de capas de la estructura tridimensional

9 El método según la reivindicación 8, que incluye además

determinar, para un conjunto de capas de la pluralidad de capas, un grupo respectivo de ubicaciones para colocar el dispositivo de detección,

formar un conjunto de capas de la pluralidad de conjuntos de capas; y

después de formar el conjunto de capas y antes de formar un conjunto de capas posterior, colocar secuencialmente el dispositivo de detección en las ubicaciones del grupo de ubicaciones, y en cada ubicación, adquirir datos del conjunto de capas formado;

en el que opcionalmente las ubicaciones de la pluralidad de ubicaciones están entre dos puntos de intersección de la primera subcapa y la segunda subcapa.

10. El método según la reivindicación 8, en el que un conjunto de capas incluye al menos una primera subcapa y al menos una segunda subcapa;

en el que las ubicaciones de la pluralidad de ubicaciones se determinan basándose en los puntos de intersección entre la primera subcapa y la segunda subcapa.

11. El método según la reivindicación 8, en el que el método incluye de forma alternativamente repetida entre formar un conjunto de capas de la pluralidad de conjuntos de capas; y

después de formar el conjunto de capas y antes de formar un conjunto de capas adicional, colocar secuencialmente el dispositivo de detección en las ubicaciones del grupo de ubicaciones del conjunto de capas.

12. Una disposición para formar una estructura tridimensional, incluyendo la disposición:

un dispositivo de formación para formar una estructura tridimensional basándose en información de coordenadas estructurales relacionada con la estructura tridimensional;

un dispositivo de detección móvil; y

un procesador,

en la que el procesador se configura

para determinar una o más ubicaciones para colocar el dispositivo de detección basándose en información de coordenadas estructurales relacionada con una estructura tridimensional que se va a formar, para controlar una colocación del dispositivo de detección móvil en la una o más ubicaciones, y para determinar un estado de proceso basándose en los datos adquiridos relacionados con al menos parte de la porción formada de la estructura tridimensional, en donde los datos adquiridos se adquieren por el dispositivo de detección en una ubicación de la una o más ubicaciones.

La disposición según la reivindicación 12, en la que el procesador se configura además para generar instrucciones de código numérico adaptadas para formar la estructura tridimensional, en la que las instrucciones de código numérico adaptadas comprenden información de coordenadas estructurales relacionada con una estructura tridimensional que se va a formar e información relacionada con la colocación del dispositivo de detección en la una o más ubicaciones.

Una disposición para formar una estructura tridimensional, incluyendo la disposición:

un dispositivo de formación para formar una estructura tridimensional que incluye una pluralidad de capas; un dispositivo de detección móvil;

un procesador configurado

para determinar, para un conjunto de capas de la pluralidad de capas, al menos una ubicación para colocar el dispositivo de detección,

para controlar una formación del conjunto de capas por el dispositivo basándose en información de coordenadas estructurales relacionada con la estructura tridimensional,

para controlar una colocación del dispositivo de detección móvil en al menos una ubicación asociada con el conjunto de capas, después de que se forma el conjunto de capas y antes de que se forme un conjunto de capas adicional, y

para determinar un estado de proceso basándose en los datos adquiridos del conjunto de capas formadas, en donde que los datos adquiridos se adquieren por el dispositivo de detección en la al menos una ubicación asociada con el conjunto de capas formadas.

Un medio de almacenamiento legible por ordenador que incluye instrucciones que, cuando se ejecutan por el procesador de la disposición según las reivindicaciones 12 a 14, hacen que la disposición lleve a cabo el método según cualquiera de las reivindicaciones 1 a 11.