Difetti nella stampa 3D di elementi cementizi: il contributo di visione artificiale e machine learning
La stampa tridimensionale applicata ai materiali cementizi sta modificando le modalità produttive nei cantieri e nelle officine di prefabbricazione. Accanto ai vantaggi in termini di velocità e personalizzazione, emergono criticità legate alla qualità superficiale e alla integrità strutturale degli elementi realizzati. Il controllo dei difetti su manufatti in calcestruzzo stampato con tecnica additiva rappresenta una fase critica, ancora oggetto di studi e sperimentazioni.
La revisione sistematica della letteratura: metodologia e risultati
Un gruppo di ricercatori ha condotto una revisione sistematica secondo il protocollo PRISMA, analizzando la produzione scientifica pubblicata tra il 2014 e il maggio 2025. Le banche dati consultate sono state Web of Science e Scopus. La ricerca iniziale ha individuato 110 contributi, tra articoli su riviste e atti di convegno. Dopo le fasi di screening, solo 11 studi sono stati ritenuti idonei per la valutazione finale. Il numero esiguo di lavori selezionati indica che questo ambito di indagine richiede ancora un significativo approfondimento.
Algoritmi di deep learning per il monitoraggio in tempo reale
Tra le tecniche basate su intelligenza artificiale esaminate nella letteratura, i sistemi di computer vision e machine learning si sono rivelati i più promettenti per la classificazione delle anomalie superficiali. In particolare, le architetture di deep learning YOLO e RT-DETR hanno mostrato elevate prestazioni nella rilevazione in tempo reale dei difetti durante la fase di deposizione del materiale. L’integrazione di questi strumenti direttamente sulle stampanti 3D consente un controllo qualità continuo e una riduzione degli scarti, aspetto rilevante per il raggiungimento degli obiettivi di sostenibilità ambientale.
Criticità ancora aperte e prospettive di sviluppo
La scarsità di studi conclusivi evidenzia la necessità di ulteriori indagini, in particolare per quanto riguarda la catalogazione sistematica dei difetti tipici degli elementi in calcestruzzo stampato. L’impiego di strumenti di elaborazione delle immagini basati su AI potrebbe rappresentare la leva per automatizzare il processo di ispezione, con ricadute positive sulla produttività complessiva del settore. La standardizzazione dei metodi di rilevamento e la creazione di dataset di riferimento costituiscono passaggi indispensabili per trasferire queste tecnologie dalla fase di ricerca alla pratica operativa di cantiere.
Lascia un commento