LLM-ADAM: Framework AI rileva anomalie pre-stampa nella produzione additiva

Un articolo di ricerca su arXiv propone LLM-ADAM, un framework generalizzabile basato su grandi modelli linguistici (LLM) per rilevare anomalie nei file G-code prima della stampa 3D. La produzione additiva, in particolare la fabbricazione a filamento fuso (FFF), è diventata accessibile a laboratori e aule, ma gli utenti potrebbero non avere le competenze per identificare impostazioni dannose nei profili dello slicer o modifiche al G-code che influenzano estrusione, raffreddamento o adesione. Il framework scompone il rilevamento delle anomalie in tre ruoli: Extractor-LLM mappa il G-code in uno schema strutturato di parametri di processo; Reference-LLM converte le specifiche del produttore in parametri di riferimento; e Checker-LLM confronta i parametri estratti con i riferimenti per segnalare anomalie. Questo screening pre-stampa mira a prevenire sprechi di materiale e danni alla macchina dovuti a errori accidentali o avversari. L'articolo è pubblicato su arXiv con ID 2605.03328.