L'intelligence artificielle irrigue peu à peu l'ensemble de l'industrie manufacturière, et l'impression 3D industrielle n'y échappe pas. Deux terrains concentrent l'essentiel des progrès : l'optimisation du slicing et l'automatisation du contrôle qualité.
Un slicing plus intelligent
Le slicing, l'étape qui découpe un modèle numérique en couches successives, reposait traditionnellement sur des règles fixes et des réglages manuels. Avec l'IA, des algorithmes analysent la géométrie du modèle, les contraintes de fabrication et les propriétés du matériau pour ajuster les paramètres d'impression en temps réel : couches adaptées à la géométrie locale, remplissage personnalisé, réduction des supports superflus. À la clé : moins de temps de fabrication, moins de matériau consommé, et des pièces plus robustes.
Un contrôle qualité automatisé
Dans des secteurs comme l'aéronautique ou la santé, un défaut invisible à l'œil nu peut compromettre toute une production. La vision par ordinateur couplée à l'IA permet un contrôle en temps réel : des capteurs surveillent chaque couche imprimée et l'IA peut ajuster ou arrêter l'impression avant que le défaut ne devienne critique. Stratasys s'en sert par exemple pour repérer des défauts de surface, Carbon3D pour optimiser le post-traitement de ses polymères.
Des cas industriels concrets
Airbus a utilisé la conception générative assistée par IA pour optimiser des pièces structurelles, avec une réduction de poids annoncée jusqu'à 30 % sur certaines pièces. De leur côté, HP et Siemens ont développé un écosystème où l'analyse des données capteurs ajuste les paramètres d'impression en continu, avec à la clé moins d'interventions manuelles et une maintenance plus prédictive.
Une tendance de fond
Du slicing intelligent à la détection d'anomalies en temps réel, l'IA gagne du terrain dans la fabrication additive industrielle, avec un objectif commun : plus d'efficacité, moins de rebuts, et une meilleure maîtrise des coûts de production.