金属增材制造中，路径问题直接影响局部零件质量、孔隙率概率、多激光交互、对气体流动的敏感度、构建时长，还有生产成本。
在受监管行业里，路径问题还可能让重新认证变得特别复杂。
最近，Gravity Pull Systems推出了PAAM，一个专门用来优化金属激光粉末床熔融（LPBF）系统路径的工具。
PAAM是一个自动工具路径优化工具，可以在打印前分析切片文件和构建文件，自动标记出几何与工艺上的风险，比如未熔合、短矢量修正、气流敏感特征、多激光交互这些典型问题。
标记之后，它还能应用受控修正，把风险消除在打印之前。
整个过程不需要手动写脚本，也不用依赖大量数据集，它自己就能用工艺知识和算法来优化扫描行为，实现可打印性、质量、生产率和认证要求。
所以呢，手动设置时间、专家干预需求、工程迭代次数，还有人为出错的概率，都能降下来。

说起来，这家瑞士公司早在2020年12月就被3D ADEPT报道过。
当时他们推出了Synoptik，一个基于AI的排程与可追溯性平台，给金属增材制造用。
今年四月，管理合伙人Huba Horompoly还预告了RAPID+TCT的两场演讲，关于金属AM智能排程和数字认证。

那么，PAAM到底能解决什么问题呢？
它可以在打印前分析切片文件和构建文件，检查扫描路径行为，识别出哪些风险是几何形状导致的，哪些是工艺本身的问题。
然后，它会对路径和参数进行受控调整，每次打印都会给出相应的纠正措施。
你想想看，这不就是在打印之前先扫一遍雷吗？

PAAM最拿手的，是那些受监管的生产场景。
坦率的讲，在这种场景下，一次软件升级、参数调整或构建处理器变更都可能触发重新认证，成本很高。
PAAM能让制造商在投入试制之前评估变更的影响，减少试错。
公司围绕五个要点阐述了PAAM的价值。
Gravity Pull Systems的合伙人Huba Horompoly说，金属AM服务商和受监管制造商不仅需要更好的构建准备，更需要更高的构建信心。
PAAM让隐藏的工具路径风险在第一次构建前变得可见、可量化且可修正。
其实，目标就是减少可避免的试错，帮用户理解变更对生产和认证的影响，以免它们变得代价高昂。

有意思的是，PAAM已经集成到了EOS、Nikon SLM、Aconity和Materialise的工作流里。
而且Oerlikon AM已经获得许可，在工业航空航天应用中做了测试。

Gravity Pull Systems还开放了一些PAAM诊断基准项目。
在这些项目里，软件会分析一个重复性或认证敏感的LPBF零件，在打印前量化工具路径风险、构建时间低效和利润泄漏。
有没有发现，这些项目都聚焦在认证敏感零件上。
这种量化风险的办法，挺实在的。

说来说去，金属AM中成本最高的低效问题，在碰触资产负债表之前往往是看不见的。
也就是说，Synoptik在排程和可追溯层面抓这个问题，PAAM把同样的逻辑推到了工具路径本身。
其实，这种做法也反映了金属增材制造领域的一个大趋势，随着产量和监管要求增加，大家都在想办法减少试错。
你想想看，现有软件在构建前处理不同来源的风险，从几何变形到特定材料的路径行为。
举个例子，由Additive Works开发的Amphyon仿真软件，会在打印前虚拟模拟构建，标记零件朝向、支撑放置和热行为的问题区域，还能自动补偿几何形状来应对变形。
不过，它是在几何层面做修正，而PAAM的焦点是路径和扫描路径层本身。
另外，Alloyed也提到过开发定制化路径算法来管理多激光干扰，比如加工高发射率材料（像镁）时的情况，这种干扰正是PAAM要标记的扫描路径行为之一。
不过，那个方案解决的是特定案例，而PAAM是自动分析路径行为，并且已经集成到了多个系统的工作流程中。