全球再生塑料资讯站再生塑料 · 循环经济← 全部资讯

企业动态

【韩国】Etrencotech与韩国工学大学签署3D打印模具制造解决方案联合开发合作协议

责任编辑:Julian He3 分钟阅读
Etrencotech与韩国工学大学签署3D打印模具制造解决方案联合开发合作协议

要点

  • 项目入选深科技TIPS计划,三年内获得约18亿韩元研发及商业化资金支持。
  • PAM工艺设备可将模具制造工艺时间缩短70%,成本降低50%。
  • 双方计划在未来三年内联合开发下一代模具制造自动化系统。
  • 系统通过仿真分析优化增材路径,预测热应力与变形率,分析冷却通道效率。

韩国工程大学微结构与机械系统EH实验室(负责人金沃培教授)与专注开发AI驱动模具及注塑自动化技术的伊特兰科特克(E-TRENKOTEK,代表理事民京赞)签署技术合作备忘录(MOU),共同推进“3D打印模具制造解决方案”的研发。该合作是伊特兰科特克主导、韩国工程大学作为受托研发机构参与的“模具与注塑AX(Autonomous eXecution)自主制造智能工厂建设”深科技TIPS(DeepTech TIPS)项目的一部分。双方计划在未来三年内,结合AI与3D打印技术,联合开发下一代模具制造自动化系统。

此次合作的核心任务是开发“3D打印模具制造解决方案”。该方案是一个集成平台,能够在数字孪生(Digital Twin)环境中自动管理从模具设计、仿真、增材制造、后处理到注塑验证的全流程。系统通过仿真分析优化增材路径,预测热应力与变形率,并分析冷却通道效率。此外,该方案还能制造传统工艺难以实现的复杂冷却通道及轻量化晶格结构模具。伊特兰科特克与韩国工程大学表示,旨在通过该技术大幅缩短模具制造周期,实现定制化模具生产的自动化。

双方此前曾作为韩国工程大学GRRC(京畿道区域合作研究中心)多材料加工技术创新研究中心(主任沈在弘教授)的参与机构,开展了多项联合研究,共同开发了金属与复合材料混合加工技术、基于3D增材的模具结构设计、加工数据标准化及质量预测模型等核心技术。本次深科技TIPS项目正是这一长期合作关系的延续。韩国工程大学微结构与机械系统EH实验室负责人金沃培教授表示:“我们将结合大学的研究成果,推进以实证为核心的联合开发,打造可直接应用于工业现场的3D打印模具技术,并通过与伊特兰科特克的合作展示全新的模具技术。”

伊特兰科特克还展示了其技术基石——PAM(Pellet Additive Manufacturing,颗粒增材制造)工艺的2M级大型3D打印与CNC加工混合设备。该设备可直接堆叠注塑用颗粒,制造大型模具核心及结构件,并集成精密CNC后处理功能,实现增材、加工、精饰的一体化流程。与传统模具制造相比,该方案可将工艺时间缩短70%,成本降低50%。

除3D打印模具解决方案外,伊特兰科特克同步开发基于AI的注塑工艺自动化系统。该系统利用AI实时分析注塑机内的传感器数据(压力、温度、速度等)及模具元数据(形状、冷却通道、材质等),自动设定最佳注塑条件;一旦检测到生产中的缺陷,系统会自动修正参数。该技术旨在降低对熟练工人经验的依赖,通过数据驱动实现生产条件的自主优化,从而构建AX自主制造体系。

伊特兰科特克代表理事民京赞表示:“这项研究是迈向自主生产体系的第一步,该体系将让AI实时判断并优化模具注塑制造的全过程。我们将融合AI、3D打印及智能工厂技术,再次彰显K-模具的地位,实现模具产业的超格差竞争力,并致力于成为引领国内外下一代制造范式的领军企业。”

该项目已入选由韩国中小企业部与中小企业技术信息振兴院主导的深科技TIPS计划,将在三年内获得约18亿韩元的研发及商业化资金支持。伊特兰科特克计划通过该项目完善AI注塑自动化、3D打印模具解决方案及基于数字孪生的AX智能工厂技术,并计划在2027年后推进全球市场拓展及解决方案的商业化。

编辑观点

该合作标志着模具制造向AI驱动的自主制造体系迈进,对再生塑料行业意味着专用模具开发门槛降低。从业者应关注3D打印模具在复杂冷却通道设计上的应用,以优化再生料注塑工艺,提升rPET等材料的成型稳定性。

常见问题

伊特兰科特克和工程大学合作的核心目标是什么?

核心目标是联合开发下一代模具制造自动化系统。双方计划在三年内结合AI与3D打印技术,在数字孪生环境中自动管理从设计到注塑验证的全流程,实现定制化模具生产的自动化。

该3D打印模具方案能带来多少成本和时间节省?

与传统模具制造相比,该方案可将工艺时间缩短70%,成本降低50%。这一数据基于伊特兰科特克展示的PAM颗粒增材制造工艺及集成CNC后处理功能的一体化流程。

AI注塑自动化系统如何优化生产条件?

系统利用AI实时分析注塑机传感器数据及模具元数据,自动设定最佳注塑条件。一旦检测到生产缺陷,系统会自动修正参数,从而降低对熟练工人经验的依赖,实现生产条件的自主优化。