总部位于英国谢菲尔德的Instruct3D推出Additive Build Intelligence，这是一个旨在帮助金属增材制造用户预测构建问题、分析过程数据并生成构建验证证据的平台。
该平台结合了基于物理的优化、传感器硬件和数据分析，建立在谢菲尔德大学20多年的增材制造研究之上。Instruct3D将该技术定位为超越单纯的原位监测——将其VertX硬件的摄像头数据输入AdditiveOS软件平台，该平台将这些数据与基于物理的预测一起分析，以支持构建决策。据Instruct3D称，该平台可以标记可能发生问题的位置、分析构建过程中的事件、生成验证数据，并将先前构建的信息应用于未来生产。
Instruct3D联合创始人兼首席执行官本·托马斯（Ben Thomas）表示："金属增材制造不需要更多孤立的数据。它需要智能，帮助制造商在构建之前、期间和之后做出更好的决策。Additive Build Intelligence旨在让团队有信心更可预测地构建高价值零件，减少试错，并更快地从开发进入生产。"Instruct3D联合创始人罗布·斯内尔（Rob Snell）表示，摄像头只是系统的一部分。"摄像头是系统的一部分，但它们不是故事的全部。故事是我们如何处理数据。通过将测量的构建行为与基于物理的预测和学习工作流联系起来，我们可以帮助用户理解构建的材料现实，而不仅仅是观察过程。"
该技术已在国际上多台机器上安装，使用范围从学术实验室扩展到合同制造和主承包商主导的应用。航空航天、国防、能源和先进制造领域的用户正在寻求减少失败构建、缩短参数开发并生成质量验证证据。Instruct3D计划在佛罗里达州奥兰多的ICAM 2026上展示这一概念。
从技术定位看，Instruct3D的平台试图解决金属增材制造中数据分散和决策支持不足的问题。当前许多金属3D打印机配备了原位监测系统，可以记录熔池、层间温度或摄像头图像，但这些数据往往停留在监测层面——操作人员可以看到构建过程中发生了什么，但难以据此预测问题或自动调整参数。Instruct3D将摄像头数据与基于物理的模型结合，使系统不仅能够观察构建过程，还能预测可能出现缺陷的位置，并在构建完成后生成验证数据。将先前构建的信息应用于未来生产，意味着平台具有学习能力——随着构建次数的增加，系统对特定零件和材料的预测能力可能逐步提高。托马斯强调金属增材制造不需要更多孤立的数据，指向的是行业中监测系统各自为政、数据格式不统一、难以跨设备或跨项目整合的现状。AdditiveOS作为软件平台，可能承担数据整合和分析的角色，将来自不同来源的数据汇聚并转化为可操作的决策建议。航空航天、国防和能源领域对金属增材制造零件的质量验证要求较高，零件通常需要满足严格的认证标准，而生成验证证据是认证过程中的关键环节。减少失败构建和缩短参数开发直接关系到成本和交付周期——金属粉末和机器时间成本较高，一次失败的构建可能浪费大量材料和工时。该技术在学术实验室、合同制造商和主承包商中的应用，表明其覆盖了从研究到生产的多个环节。ICAM 2026的展示将为Instruct3D提供与航空航天和国防领域潜在用户接触的机会。
