最近，Gravity Pull Systems推出了PAAM。

PAAM是一个自动工具路径优化工具，专门用于激光粉末床熔融也就是LPBF。

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。

也就是说，它能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。

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。

所以呢，那就是提前看清变更的影响，避免后期走弯路。

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。