Il Wire Arc Additive Manufacturing, spesso abbreviato in WAAM, è una delle tecnologie più interessanti per la produzione additiva di componenti metallici di grandi dimensioni. Il principio è vicino alla saldatura: un filo metallico viene fuso tramite arco elettrico e depositato strato dopo strato fino a costruire una geometria tridimensionale. A differenza dei processi a letto di polvere, il WAAM lavora con alti tassi di deposito e può essere integrato con robot industriali e sorgenti di saldatura già diffuse in officina. Fraunhofer IPT descrive il processo come una forma di produzione generativa in cui un materiale d’apporto metallico, spesso in forma di filo, viene fuso con un arco e depositato sulla superficie del componente; dopo la costruzione additiva, il pezzo può essere rifinito con lavorazioni CNC.
Il vantaggio è evidente: per strutture grandi, preforme metalliche, componenti navali, aerospaziali, energetici o industriali, il WAAM può ridurre sprechi e tempi rispetto alla lavorazione dal pieno. Il problema è altrettanto concreto: il processo non è semplice da controllare. La geometria finale dipende da corrente, tensione, velocità del robot, avanzamento del filo, distanza torcia-pezzo, temperatura, accumulo di calore, gravità e comportamento del bagno fuso. Quando il percorso non è verticale o quando la geometria cresce con angoli non ortogonali, basta una piccola deviazione nell’altezza dello strato per portare a collisioni della torcia, instabilità dell’arco o difetti geometrici.
Il nodo: non basta registrare i dati, bisogna usarli
Un gruppo di ricerca della RWTH Aachen University ha affrontato proprio questo punto sviluppando il WAAM Information Model, abbreviato in WIM. Il lavoro coinvolge il Chair for Individualized Production, guidato nell’ambito della ricerca da figure come Sigrid Brell-Cokcan, e il Welding and Joining Institute della RWTH Aachen, con ricercatori tra cui Ethan Kerber, Rahul Sharma e Uwe Reisgen. Il tema non è soltanto raccogliere dati durante la stampa, ma costruire una struttura che permetta di collegare quei dati al controllo del processo.
Nel WAAM esistono già standard e linee guida che indicano quali informazioni dovrebbero essere documentate, soprattutto quando si parla di qualificazione dei componenti. Tuttavia, la ricerca di Aachen parte da un limite operativo: i dati vengono spesso salvati in modo frammentato, legato alla singola macchina, al singolo sensore o al singolo progetto. Questo rende difficile confrontare processi diversi, ricostruire le cause di un difetto e usare le informazioni per correggere la produzione mentre il pezzo è ancora in costruzione.
Il WIM cerca di superare questa frammentazione con un modello gerarchico e strutturato. Nel paper pubblicato su The International Journal of Advanced Manufacturing Technology, gli autori spiegano che il modello raccoglie dati di robot, sorgente di saldatura e sensori in una forma accessibile in entrambe le direzioni: i dati vengono scritti nel sistema per documentare il processo, ma possono anche essere letti dal sistema per calcolare correzioni su traiettoria e parametri.
Un database per seguire robot, saldatrice e sensori
La parte più importante del WAAM Information Model è la sua funzione di collegamento. In un sistema WAAM, ogni elemento produce informazioni diverse: il robot conosce posizione, orientamento e velocità; la sorgente di saldatura gestisce corrente, tensione, filo e arco; i sensori registrano geometria, temperatura e deviazioni rispetto al percorso previsto. Senza una struttura comune, questi dati rischiano di restare separati.
Il WIM li organizza in un database interrogabile, pensato per pre-pianificazione, produzione, analisi successiva e adattamento. In una pubblicazione precedente su Machines, il gruppo di Aachen aveva già descritto il WAAM Information Model come una struttura capace di raccogliere dati di processo in modo consultabile, integrando protocolli IoT, comandi distribuiti e sincronizzazione dei dispositivi.
Questa impostazione è utile perché il WAAM non può essere trattato come una semplice stampa “a strati uguali”. Nei percorsi complessi, lo spessore dello strato può variare. La torcia può dover seguire orientamenti non paralleli e non planari. Il materiale fuso non si comporta come una plastica estrusa: risente della gravità, della temperatura e della posizione. Per questo serve una catena dati che permetta di capire dove il pezzo reale si sta allontanando dal modello ideale.
La prova su una geometria difficile
Per validare il modello, i ricercatori hanno usato una geometria di riferimento con caratteristiche complesse: una struttura curva, con altezze di strato variabili, angoli non ortogonali e zone a sbalzo. È un caso adatto a mettere in difficoltà il processo perché costringe la deposizione a lavorare in condizioni meno stabili rispetto a una parete verticale semplice.
Nel test citato, il sistema ha acquisito dati con una frequenza di 2 Hz, quindi ogni 500 millisecondi, registrando informazioni relative a robot, saldatrice e sensori. Nel corso delle prove sono stati raccolti 1.555 punti adattivi con altezze di strato calcolate. Il confronto tra processo statico e processo adattivo è significativo: senza adattamento basato sul WIM, la stampa falliva tra 15 e 20 strati; con l’adattamento supportato dal modello dati, la costruzione è arrivata a 50–60 strati.
Questo non significa che il problema della stampa WAAM complessa sia risolto. Significa però che un modello dati ben costruito può trasformare la tracciabilità da semplice archivio a strumento di controllo. In altre parole, il sistema non conserva solo la storia del pezzo: la usa per modificare la produzione mentre il pezzo cresce.
Come funziona l’adattamento strato dopo strato
Il principio è abbastanza intuitivo. Dopo la deposizione di uno strato, il sistema misura la geometria reale. Se l’altezza depositata è diversa da quella prevista, il WIM rende disponibile questa informazione al sistema di pianificazione. A quel punto si possono correggere traiettoria, distanza torcia-pezzo, velocità del robot, alimentazione del filo o altri parametri. Il processo non resta quindi bloccato su valori iniziali fissi, ma si adatta alla condizione effettiva del componente.
Nel WAAM questa capacità è importante perché l’errore tende ad accumularsi. Uno strato leggermente troppo alto può ridurre la distanza tra torcia e pezzo nello strato successivo. Uno strato troppo basso può creare instabilità o mancanza di materiale. Se la deviazione non viene corretta, il difetto cresce fino a compromettere la stampa. Nel lavoro di Aachen, la struttura bidirezionale del WIM ha consentito di leggere le deviazioni di altezza e usarle per calcolare percorsi e impostazioni aggiornate.
Perché il tema riguarda anche la qualificazione dei pezzi
La produzione additiva metallica sta entrando in applicazioni dove non basta dire che il pezzo è stato stampato correttamente. Bisogna dimostrarlo. Settori come aerospazio, energia, navale, impiantistica e difesa richiedono dati di processo, tracciabilità, documentazione e collegamento tra parametri utilizzati e risultato ottenuto.
Nel caso WAAM, questa esigenza è ancora più forte perché il processo nasce dall’incontro tra robotica, saldatura, produzione additiva e controllo qualità. Se ogni macchina salva i dati in modo proprietario e non coordinato, diventa difficile ricostruire cosa sia successo in un punto specifico del componente. Il WIM propone una struttura neutrale e modulare che può essere estesa e interrogata, con l’obiettivo di rendere più trasparente il collegamento tra comando, sensore e risultato fisico.
La ricerca sulla digitalizzazione del WAAM alla RWTH Aachen si inserisce anche in un filone più ampio legato a Industrie 4.0 e all’Internet of Production. Un altro lavoro della stessa area accademica analizza il WAAM digitalizzato attraverso livelli diversi — pezzo, assemblaggio e prodotto — evidenziando il bisogno di infrastrutture dati, interoperabilità, responsabilità chiare e controllo qualità basato sui dati.
Una differenza importante rispetto ai sistemi chiusi
Nel mercato esistono già aziende che lavorano sulla produzione WAAM industriale, come MX3D, RAMLAB, WAAM3D e Caracol. Queste realtà hanno sviluppato soluzioni orientate alla produzione di grandi parti metalliche, spesso con integrazione tra robot, saldatura, software e controllo di processo. Il punto interessante del lavoro di Aachen non è competere direttamente con queste piattaforme commerciali, ma formalizzare un modello dati che possa funzionare come base di tracciabilità e adattamento in modo meno legato al singolo sistema proprietario.
Per l’industria questo aspetto è rilevante. Una fabbrica che utilizza robot KUKA, sorgenti di saldatura LORCH, sensori di linea, camere termiche o software diversi può avere bisogno di una struttura capace di tenere insieme componenti eterogenei. Nel test descritto, i ricercatori hanno utilizzato un robot KUKA KR 30-3 F, una sorgente di saldatura LORCH, un sensore di linea e una camera termica, mostrando un caso pratico di integrazione multi-dispositivo.
Il limite attuale: controllo sì, ma non ancora chiusura completa ad alta velocità
Il WIM è un passo verso una produzione WAAM più leggibile e adattiva, ma resta una tecnologia di ricerca. La frequenza di pubblicazione dati a 2 Hz è adeguata per molte funzioni di tracciabilità e per adattamenti tra uno strato e l’altro, ma può non essere sufficiente per un controllo chiuso molto rapido, dove la correzione dovrebbe avvenire quasi in tempo reale sul bagno di fusione o sull’arco.
Questo punto è importante per evitare letture eccessive. La ricerca non presenta una macchina commerciale pronta a eliminare ogni difetto del WAAM. Presenta invece un modello informativo che permette di raccogliere, organizzare e riutilizzare dati di processo in modo più intelligente. È una base per costruire futuri sistemi di controllo, analisi automatica e adattamento più spinto.
Verso interrogazioni intelligenti e machine learning
Gli autori indicano anche possibili sviluppi futuri, tra cui l’applicazione di tecniche di machine learning sui dati raccolti dal WIM e la possibilità di creare interfacce capaci di tradurre domande in query SQL. In pratica, un tecnico potrebbe interrogare il sistema per capire dove è avvenuta una deviazione, quali parametri erano attivi in quel punto, come si è comportata la temperatura o quale correzione è stata applicata.
Questo tipo di interfaccia avrebbe valore soprattutto nella fase di qualificazione, manutenzione e miglioramento processo. Invece di cercare manualmente tra log separati, immagini, file robot e dati della saldatrice, il tecnico potrebbe interrogare una struttura unica. È una direzione coerente con il concetto di gemello digitale, ma più concreta: non un modello astratto del pezzo, bensì una memoria interrogabile della sua costruzione.
Perché questo lavoro è utile per la stampa 3D metallica
Il WAAM è spesso presentato per la sua capacità di depositare molto materiale. Ma la vera sfida non è solo depositare rapidamente. È depositare in modo controllabile, documentabile e ripetibile. Senza questo passaggio, il processo resta confinato a prototipi, preforme e applicazioni dove la tolleranza o la qualificazione sono meno stringenti.
Il WAAM Information Model sviluppato ad Aachen va letto in questa prospettiva. Non è una nuova lega, non è una nuova torcia, non è un nuovo robot. È un’infrastruttura dati che prova a dare ordine a un processo complesso. Mette in relazione movimento, saldatura, sensori e geometria reale. Permette di seguire il pezzo durante la costruzione e, in alcuni casi, di correggere il percorso prima che l’errore diventi irrecuperabile.
Per la manifattura additiva metallica questo tipo di lavoro può diventare più importante della singola prestazione di macchina. Se il settore vuole produrre componenti grandi, certificabili e ripetibili, la gestione del dato dovrà essere trattata come parte del processo produttivo, non come documentazione finale. Il WIM mostra una possibile strada: rendere il WAAM non solo più misurabile, ma anche più capace di adattarsi a ciò che accade davvero durante la deposizione.
