对话丨Interspectral公司：在缺陷发生前精准预测

Interspectral是一家通过人工智能实现数据可视化与智能分析的瑞典企业。该公司开发的增材制造质量保障与流程监控软件AM Explorer，能帮助企业有效掌控增材制造数据。

作为知名瑞典研究机构RISE的衍生公司，Interspectral旨在加速推动增材制造的产业化应用，通过与当前市场60-70%系统深度集成且不依赖特定传感器的解决方案，助力用户从原型开发迈向规模化制造。

Interspectral公司CEO Isabelle Hachette女士

这种跨平台兼容性必将推动技术普及，但Interspectral究竟提供哪些服务？目标客户是谁？为此，我们专访了公司CEO Isabelle Hachette以寻求答案。

Hachette表示，公司的解决方案兼容主流激光粉末床熔融（LPBF）和电子束熔化（EBM）系统，能在设计、仿真、制造、后期检测及服务等多维度优化增材制造全流程。通过为EOS、尼康SLM Solutions、Colibrium Additive、AddUp等厂商定制集成方案，公司极大降低了系统整合难度。

其核心技术在于对增材制造海量数据的分析能力——依托独家算法与全要素数字孪生技术，在确保数据精确性的同时实现信息可访问化。该软件还会为每个零部件生成唯一身份标识，确保完整可追溯性。

该系统兼容多种传感器，从氧含量监测仪、可见光摄像机等基础工况监控传感器，到条纹投影、激光/熔池监测、光学层析成像等高端传感设备。终端用户还可接入第三方传感器。采用数据与传感器中立原则，能对点云、体数据、信号数据、传感器数据等进行融合处理，并可针对独立系统配置提供定制解决方案。

缺陷检测功能通过“独特的异常指标列表”呈现给用户，该列表支持根据特征类型、错误类别、严重程度评分或置信区间进行筛选和自定义。用户既可设置个性化预警，也可通过二维/三维图谱查看数据。

AM Explorer软件正在分析过程监测数据，实现3D打印设备的缺陷检测

系统对每层打印实施全自动检测，自动完成异常识别、分类与归因分析。用户还能根据自身需求，针对具体案例、工艺流程、生产批次或错误类型，自定义“通过、中止、分析、处置”四类预警提示与处置指令。

当然，人工智能在当今时代已是瑰丽纷呈的技术领域，但Interspectral公司却始终领先市场。据Hachette介绍，他们现已开发出具备多算法支持能力的模块化AI架构，这一独特优势在市场上独树一帜。该解决方案不会让用户受限于特定AI模型，我们提供灵活的应用方案：通用型AI既可开箱即用，也能基于特定数据集进行训练，同时还能将第三方AI模块集成至AM Explorer平台。

我们提供的典型AI模块包括传统粉床分析——通过比对曝光前后图像，精准检测市场关注的典型缺陷，如铺粉不均、条纹、凸起等。当然，也可以是专门分析熔池监测或光学层析数据的智能模块。

该系统的核心理念在于构建预测模型，能够精准识别问题早期征兆、在缺陷发生前实现预警，并通过历史数据追溯预判潜在故障。该AI模型还可提前扫描后续打印层以探测即将发生的误差，或通过对比不同构建任务实现交叉验证。

目前数据显示，企业客户采用该解决方案后，单台设备年均节约成本可达5万至10万欧元。这笔可观收益之外，更伴随着因自动化分析所节省的人力成本——据Interspectral统计，用户工作效率平均提升达80%。

AM Explorer软件界面

该软件不仅应用于制造环节，更被航空航天、国防军工、能源、医疗及汽车领域的用户用于零部件认证与原型开发配置。该解决方案还支持跨型号、跨配置、跨品牌的打印机群组协同管理。

Hachette强调，除数据洞察与易用性外，客户选择Interspectral更因为企业始终“以客户需求为核心，致力于解决其具体痛点”。

她谈到，我们为市场上几乎所有系统和数据源，提供高效的质量保证与流程监控集成方案。同时设有定制化的入门培训计划，确保用户在各自独特工作流程中实现软件效能最大化，而高效的大数据管理能帮助组织处理海量信息而无须担心瓶颈。

实现增材制造领域的真正商业智能，正是Interspectral的目标所在。这种数据洞察力及基于洞察的决策能力，将对行业发展产生深远影响。通过误差控制与流程优化，不仅能在增材产业化及后续生产管理中节约大量资金，更重要的是能节省宝贵时间。众所周知，增材制造成本高昂，但通过成本削减、效率提升和深度洞察，完全可以消除不必要的开支，降低零件成本，从而拓展更广阔的应用空间。