La stampa 3D metallica WAAM, cioè Wire Arc Additive Manufacturing, promette da anni di produrre componenti metallici di grandi dimensioni con costi più bassi rispetto ad altre tecnologie additive in metallo. Il principio è abbastanza diretto: un filo metallico viene fuso da un arco elettrico e depositato strato dopo strato, in modo simile a un processo di saldatura robotizzata. La parte nasce vicino alla forma finale e viene poi lavorata, quando serve, con fresatura o altre operazioni di finitura. Fraunhofer IPT descrive il processo come una tecnologia in cui il materiale d’apporto, di norma sotto forma di filo, viene fuso con un arco e depositato sul componente; rispetto alla lavorazione dal pieno, questa via può ridurre la quantità di materia prima asportata.
Il problema è che la WAAM non è semplice da controllare. Il cordone depositato cambia in base a velocità del robot, alimentazione del filo, corrente, tensione, distanza torcia-pezzo, temperatura accumulata, raffreddamento, orientamento della torcia e geometria già costruita. TWI sottolinea che la geometria del cordone non dipende solo dai parametri di deposizione, perché il calore residuo cambia durante la costruzione e modifica il campo termico del pezzo; per questo la programmazione resta spesso legata a operatori esperti.
Dentro questo scenario si inserisce il lavoro di RWTH Aachen University, che ha sviluppato un WAAM Information Model, abbreviato in WIM, per collegare tracciabilità, dati di processo e adattamento della stampa. Il lavoro scientifico, pubblicato il 27 aprile 2026 su The International Journal of Advanced Manufacturing Technology, porta la firma di Ethan Kerber, Rahul Sharma e Sigrid Brell-Cokcan. Kerber e Brell-Cokcan sono affiliati alla Chair for Individualized Production di RWTH Aachen, mentre Sharma è affiliato al Welding and Joining Institute, ISF, sempre di RWTH Aachen.
Che cosa prova a risolvere il WAAM Information Model
La tracciabilità nella produzione additiva metallica non è un tema amministrativo. Per qualificare una parte bisogna poter dimostrare che il processo è rimasto entro limiti accettabili e che i dati rilevanti sono stati raccolti, conservati e collegati al componente. Nel caso della WAAM, i parametri non sono pochi: robot, saldatrice, sensori, temperatura, posizione della torcia, corrente, tensione, tempi tra uno strato e l’altro e geometria effettivamente costruita devono essere letti come parti dello stesso processo.
Lo studio evidenzia una lacuna precisa: esistono ricerche e sistemi commerciali per monitoraggio e adattamento, ma manca una struttura unificata per raccogliere e comunicare i dati di processo in modo sistematico. Gli autori citano anche standard e specifiche come DNV-ST-B203:2022, ISO/ASTM 52930:2021 e ISO/ASTM 52943-2:2024, ma osservano che il requisito di raccogliere dati non basta se non esiste un modello operativo che li organizzi e li renda utilizzabili.
Il WIM prova a rispondere a questo problema con una struttura gerarchica e bidirezionale. In parole più semplici: il sistema non si limita a registrare cosa è successo, ma permette anche di leggere quei dati per correggere il percorso e i parametri nei passaggi successivi. La stessa base dati serve quindi a due scopi: documentare il processo e aiutare il sistema a reagire quando la parte reale non corrisponde più al modello digitale.
Dal dato registrato al processo adattivo
Il punto centrale è la differenza tra monitorare e adattare. Molti sistemi raccolgono dati, immagini o report dopo la stampa. Il lavoro di RWTH Aachen cerca invece di usare la tracciabilità come base per modificare il processo mentre la costruzione procede. Dopo la deposizione di uno strato, il sistema misura la geometria reale, calcola lo scostamento rispetto all’altezza ideale e usa questa informazione per ricalcolare percorso e parametri del robot.
Nel test descritto nello studio, il sistema confronta la geometria stampata con il modello digitale e modifica parametri come velocità del robot, wire feed speed e arc length. La strategia non lavora necessariamente a ogni singolo layer: gli autori parlano di un approccio intermittente, con frequenza di adattamento definita dall’utente, per bilanciare accuratezza e tempo aggiuntivo richiesto da scansione e calcolo.
Questa scelta è pratica. Scansionare ogni layer può migliorare la lettura del processo, ma aggiunge tempo al ciclo. Nello studio, una scansione singola richiede in media circa un minuto; se fosse applicata a ogni strato, il rallentamento diventerebbe significativo. Per questo il sistema usa una logica a intervalli: raccoglie dati, adatta il percorso quando previsto e continua a costruire integrando gli aggiornamenti nel piano di stampa.
La cella sperimentale: robot, saldatrice e sensori collegati
Il lavoro è stato validato su una cella WAAM composta da una saldatrice LORCH Robo-MicorMIG 350 per Gas Metal Arc Welding, integrata con un robot a sei assi KUKA KR 30-3 F. Il materiale utilizzato è un filo da 1,0 mm ISO 14341-A G 3Si1, mentre il gas di protezione è ISO 14175:M21-ArC-18, composto da 82% argon e 18% anidride carbonica. La cella include anche un sistema di raffreddamento attivo, uno scanner lineare Keyence LJ-X8400 e una termocamera Optris Xi 400.
Questi elementi non lavorano come dispositivi isolati. Il sistema usa un’architettura distribuita in cui unità di controllo del robot, saldatrice e sensori comunicano attraverso un modello publish/subscribe basato su MQTT. I dati vengono poi salvati nel WIM, costruito su database SQL, e usati da programmi intermedi per calcolare deviazioni tra modello ideale e stampa reale.
Questa impostazione è importante perché nella WAAM il dato ha valore solo se è collegato al punto giusto del processo. Sapere che la corrente è variata non basta; bisogna sapere dove si trovava la torcia, quale layer era in costruzione, quale comando era attivo, quale geometria era prevista e quale scostamento è stato misurato dopo la deposizione. Il WIM serve proprio a mettere in relazione questi livelli.
Il risultato dei test: da 15-20 layer a 50-60 layer
Il risultato più evidente riguarda la stabilità della costruzione. Nei test senza adattamento basato su WIM, la stampa falliva tra 15 e 20 layer. Con la strategia adattiva basata su WIM, la costruzione è arrivata a 50-60 layer. Lo studio attribuisce i fallimenti iniziali a problemi di accumulo eccessivo o insufficiente di materiale: se il materiale depositato cresce troppo, la torcia rischia di collidere con il pezzo; se cresce troppo poco, la distanza torcia-pezzo aumenta e possono comparire instabilità dell’arco o porosità per protezione gassosa insufficiente.
Il dato non va letto come una promessa generale valida per ogni macchina, lega o geometria. È un risultato sperimentale su una geometria di riferimento complessa, con layer variabili e parti in sporgenza. Però mostra bene il principio: se il sistema sa misurare quello che è stato depositato e sa collegare questa misura ai parametri che l’hanno prodotta, può correggere il percorso invece di continuare a costruire su un errore crescente.
Gli autori hanno raccolto 1.555 punti adattivi con altezze calcolate e hanno documentato il processo in una struttura che include stato del robot, comandi inviati ai dispositivi, vettori usati per l’intersezione con le scansioni, layer set e layer adattivi. In una delle tabelle del WIM, lo stato del robot ha raggiunto circa un milione di righe, mentre la tabella dei comandi inviati ai dispositivi contiene 217.849 righe.
Perché la tracciabilità serve anche alla qualificazione
La parte più utile del lavoro non è soltanto il miglioramento della stampa di prova. Il valore del WIM sta nella possibilità di collegare grafici, punti 3D, parametri e report. Lo studio mostra, ad esempio, un’analisi delle deviazioni di corrente: valori entro ±15 A vengono considerati nell’area accettabile, valori tra ±15 A e ±25 A generano un avviso, mentre oltre ±25 A scatta una segnalazione critica. In un caso, il punto 1.276 del layer 35 registra un picco di corrente a 163 A, superando la soglia critica rispetto a un valore di riferimento di 97,9 A.
Questo tipo di informazione può essere riportato nella geometria 3D del componente. Non si ha solo un grafico astratto della corrente, ma un punto nello spazio dove l’operatore o il responsabile qualità può andare a controllare. Il dato passa quindi da numero in un file a elemento utile per ispezione, eventuale riparazione e documentazione del processo.
Per la produzione industriale, questa è una differenza sostanziale. Nella stampa 3D metallica, il controllo qualità non può limitarsi alla verifica finale del pezzo. Se si vuole qualificare un componente WAAM per applicazioni strutturali, energetiche, navali, aerospaziali o infrastrutturali, bisogna poter ricostruire come è stato prodotto, quando sono comparse deviazioni, quali parametri sono stati modificati e se le correzioni sono rimaste entro una finestra ammessa.
Il collegamento con gli standard per la produzione additiva metallica
Gli autori richiamano più volte il tema degli standard. La specifica DNV-ST-B203:2022 viene usata come riferimento per la geometria di prova e per la logica di qualificazione. Il lavoro cita anche ISO/ASTM 52930:2021 per i requisiti di qualità nella produzione additiva metallica e ISO/ASTM 52943-2:2024 per le caratteristiche di processo e prestazione nel Directed Energy Deposition con filo e arco.
Il WIM non sostituisce questi standard. Piuttosto, prova a dare una struttura informatica per raccogliere i dati richiesti o utili alla qualifica. È una distinzione importante: la certificazione di un componente dipende da materiali, macchina, processo, prove e requisiti applicativi. Il modello dati può però rendere meno frammentata la raccolta delle informazioni e ridurre la distanza tra ciò che accade in macchina e ciò che viene documentato.
In questo senso, la ricerca di RWTH Aachen tocca un tema molto concreto per la diffusione industriale della WAAM. Molti sistemi possono depositare metallo, ma non tutti possono dimostrare con chiarezza come ogni parte è stata costruita. La produzione additiva metallica non cresce solo aumentando la velocità di deposizione; cresce anche quando diventa più semplice dimostrare qualità, ripetibilità e controllo.
Un lavoro che nasce tra architettura robotica e saldatura
Il progetto è interessante anche per la collaborazione tra competenze diverse. La Chair for Individualized Production in Architecture di RWTH Aachen lavora sull’uso di macchinari innovativi nella produzione personalizzata e sulla creazione di interfacce più semplici per collegare progettazione, robotica e processo produttivo.
Il Welding and Joining Institute, ISF, è invece l’istituto RWTH Aachen dedicato alle tecnologie di saldatura e giunzione. L’ISF lavora da decenni su processi industriali di giunzione, comprese tecnologie ad arco, laser, fascio elettronico, resistenza, attrito e adesivi.
Questa combinazione spiega il taglio della ricerca. Da un lato c’è la programmazione robotica parametrica, dall’altro la fisica del cordone saldato. La WAAM vive esattamente in questa zona intermedia: è produzione additiva, ma anche saldatura; è robotica, ma anche metallurgia; è software, ma anche comportamento termico del materiale.
Il precedente progetto WAAM di RWTH Aachen
RWTH Aachen aveva già presentato un progetto dedicato alla WAAM, finanziato dalla Deutsche Forschungsgemeinschaft con il numero progetto 455781630, dal titolo tedesco “Adaptives Schweißen für die additive Fertigung durch dynamisch orientierten Lagenaufbau”. La pagina del progetto indicava una durata da ottobre 2021 a settembre 2023 e citava Ethan Kerber e Jan Luca Fahrendholz-Heiermann tra i ricercatori coinvolti.
In quella descrizione, la WAAM viene presentata come una variante del Directed Energy Deposition, adatta alla produzione di grandi parti metalliche con costi inferiori e tempi più brevi, ma soggetta a imprevedibilità dovute a processo, robot, saldatrice e ambiente. Queste imprevedibilità modificano la geometria del cordone e creano differenze tra forma desiderata e forma reale.
Il WIM può essere visto come un passo successivo di questo percorso: non solo studiare il problema delle variazioni geometriche, ma costruire un’infrastruttura dati che permetta di registrarle, misurarle e usarle per cambiare la stampa.
Non è ancora un controllo chiuso ad alta velocità
È utile non esagerare la portata del risultato. Il WIM non è presentato come un sistema industriale già pronto per controllare in continuo ogni istante della deposizione. Nello studio, lo stato WAAM viene pubblicato a 2 Hz, cioè ogni 500 millisecondi, per non sovraccaricare dashboard e database SQL. Gli autori indicano che in implementazioni industriali il rate di comunicazione dovrebbe aumentare in base alle sorgenti dati e alla capacità della rete.
Questo significa che il modello è adatto alla tracciabilità e all’adattamento tra fasi o tra layer, ma non va confuso con un controllo istantaneo ad alta frequenza dell’arco. Il lavoro fa un passo pragmatico: organizza dati, sincronizza dispositivi, collega scansione e percorso, documenta le modifiche e dimostra che l’adattamento può estendere la costruzione in una geometria complessa.
Anche la scansione aggiunge tempo al processo. Lo studio parla di una media di circa un minuto per una scansione singola; integrarla a ogni layer rallenterebbe in modo sensibile la produzione. Per questo l’approccio intermittente resta un compromesso tra controllo, tempo ciclo e complessità operativa.
Dati termici, tempi tra layer e raffreddamento
Il WIM non registra solo geometria e parametri elettrici. Lo studio analizza anche il tempo tra layer e il raffreddamento, due fattori cruciali nella WAAM. Il tempo tra una deposizione e l’altra influenza accumulo termico, microstruttura e deformazioni. Nel lavoro, gli intervalli tra layer vengono classificati rispetto a un valore target definito dall’utente, con categorie che distinguono ritardi lievi, moderati o significativi.
La termocamera viene usata per seguire il raffreddamento. In un esempio, il sistema misura il passaggio da una temperatura massima di circa 1.525 °C a 800 °C, confrontando il tempo necessario con un target impostato dall’utente. Questa informazione entra nel flusso di tracciabilità e può diventare utile per collegare condizioni termiche, geometria e proprietà del materiale.
Questo aspetto è fondamentale perché nella WAAM il pezzo cresce mentre resta caldo. Il layer successivo non viene depositato su una superficie sempre uguale: la storia termica cambia il comportamento del materiale. Se il modello dati registra anche tempi e temperature, diventa possibile analizzare non solo dove il pezzo è cresciuto troppo o troppo poco, ma anche in quali condizioni termiche è avvenuta la deposizione.
Il ruolo dell’intelligenza artificiale e degli LLM
Lo studio guarda anche a sviluppi futuri legati a machine learning e interfacce linguistiche. Gli autori descrivono un’interfaccia in cui un Large Language Model interroga il database WIM trasformando domande in query SQL e restituendo risultati in forma narrativa. Il modello, però, è impostato in sola lettura: non può alterare i dati del WIM.
Questa è una scelta sensata. In un contesto produttivo o di ricerca, un’interfaccia conversazionale può aiutare tecnici e ricercatori a trovare dati senza scrivere query complesse, ma non dovrebbe modificare parametri o record senza controllo. Il valore sta nell’accessibilità: chiedere, per esempio, quali layer hanno superato una certa soglia di corrente o quali punti hanno avuto deviazioni di altezza può diventare più semplice.
Gli autori citano anche una prova iniziale con una self-organizing map, usata per raggruppare set di parametri e altezze risultanti. Le iterazioni future dovrebbero integrare questi dati in strategie più avanzate, compresi controlli di tipo PID e selezione automatica dei parametri adattivi.
Un tassello nel più ampio lavoro RWTH su WAAM e Industria 4.0
Il WIM si collega a un filone più ampio di digitalizzazione della WAAM. Un altro lavoro di RWTH Aachen, pubblicato nel 2025 su Scientific Reports, analizza la produzione WAAM connessa e digitalizzata nel quadro di Industrie 4.0, distinguendo livelli come workpiece, assembly e product. In quel lavoro si parla di infrastrutture dati, sicurezza, privacy, interoperabilità e digital shadow per migliorare qualità di processo e prodotto.
Questo contesto è importante perché la WAAM non deve solo stampare parti grandi. Per entrare in filiere industriali mature deve comunicare con sistemi aziendali, reti di produzione, controllo qualità, tracciabilità documentale e partner esterni. Il componente metallico non è più solo un oggetto stampato: diventa il risultato di una catena digitale che deve essere leggibile e verificabile.
Dove può servire una WAAM più tracciabile
Una WAAM più tracciabile può interessare molti settori. Le applicazioni possibili includono grandi componenti metallici, riparazioni, strutture ibride, attrezzature, parti navali, elementi per energia, macchinari industriali e componenti personalizzati dove la lavorazione dal pieno sprecherebbe troppo materiale. La tecnologia ha senso quando il pezzo è grande, il materiale è costoso, la geometria può essere costruita in modo vicino alla forma finale e la finitura sottrattiva può completare il lavoro.
In questi casi, però, la domanda non è solo “si può depositare il metallo?”. La domanda vera è: si può dimostrare come è stato depositato? Il pezzo è cresciuto come previsto? Le deviazioni sono state corrette? I parametri sono rimasti entro limiti accettabili? Le zone critiche sono identificabili? Il raffreddamento è stato documentato? Il WIM prova a fornire una base per rispondere a queste domande.
Per i produttori di macchine e per gli utilizzatori industriali, il tema può diventare sempre più rilevante. I sistemi commerciali come MX3D, RAMLAB, WAAM3D e Caracol sono citati nello studio come esempi di fornitori che hanno sviluppato soluzioni per integrazione sensori, monitoraggio e controllo qualità, ma la ricerca RWTH si distingue perché prova a formalizzare un modello dati più aperto e utile alla ricerca, invece di restare dentro stack chiusi.
Il limite e il valore del lavoro
Il valore del WIM non sta nel promettere una WAAM perfetta, ma nel rendere più ordinato il rapporto tra comando, misura e risultato. La stampa 3D metallica a filo e arco resta un processo fisico complesso, influenzato da calore, gravità, orientamento, geometria e comportamento del bagno fuso. Lo studio stesso mostra che l’adattamento non porta sempre a un’ottimizzazione immediata: man mano che l’angolo della geometria si allontana dall’orientamento normale, i parametri ottimali cambiano e il processo deve imparare a gestire condizioni più difficili.
Il contributo è quindi metodologico e pratico insieme. Metodologico, perché propone una struttura di dati per collegare tracciabilità e adattamento. Pratico, perché su una geometria complessa la strategia adattiva ha permesso di superare il punto in cui le prove statiche fallivano.
Per l’industria, il messaggio è chiaro: la WAAM non potrà crescere solo con torce più veloci, robot più grandi o tassi di deposizione più alti. Servono modelli informativi, interfacce, database, standard, sensori e algoritmi capaci di raccontare ciò che accade durante la costruzione. Senza questa base, la tecnologia resta più difficile da qualificare e da inserire in processi produttivi controllati.
Un passo verso una WAAM più leggibile
Il lavoro di RWTH Aachen University con il WAAM Information Model mostra una direzione concreta per la produzione additiva metallica a filo e arco: trasformare la macchina da sistema che esegue un percorso programmato a sistema che registra, confronta e adatta. Il pezzo reale non viene più trattato come una conseguenza finale da misurare solo dopo la stampa, ma come una fonte continua di informazioni.
La strada verso una WAAM industriale completamente adattiva è ancora lunga. Servono frequenze di acquisizione più alte, strategie di scansione più rapide, validazioni su più leghe, collegamento con prove distruttive e non distruttive, integrazione con requisiti di qualifica e maggiore robustezza del controllo. Gli stessi autori indicano future estensioni verso gas di protezione, segnali acustici, immagini più dettagliate, machine learning e controllo PID.
Il punto, però, è già significativo: per stampare parti metalliche grandi e qualificate non basta sapere dove deve andare il robot. Bisogna sapere che cosa è successo a ogni passaggio, quanto il pezzo reale si è discostato dal modello, quali parametri sono stati usati e come il sistema ha reagito. Il WIM di RWTH Aachen porta questa logica dentro la WAAM e indica una via utile per rendere il processo più documentabile, più correggibile e più adatto alle esigenze della produzione industriale.
