• additive manufacturing
• automated
• bcn3d-moveo
• bioprinting
• control algorithm
• extrusion based
• g-code
• imagobot
• in situ bioprinting
• linuxcnc
• matlab
• python
• robotic

Il Progetto di tesi è stato condotto presso il Centro di Ricerca “Enrico Piaggio” dell’Università di Pisa e mira ad elaborare delle strategie di controllo della pressione in applicazioni di in-situ bioprinting basati su estrusione. La piattaforma robotica scelta per la tesi è IMAGObot: un manipolatore robotico a 5gdl, sviluppato in progetti precedenti, che monta una siringa in punta per l’estrusione di bio-inchiostro. L’utilizzo per in-situ bioprinting comporta il deposito del bio-inchiostro direttamente sul tessuto danneggiato del paziente per permetterne la rigenerazione, tuttavia l’accumulo del materiale può portare alla morte cellulare per ipossia e provocare delle infezioni nel tessuto del paziente.
L’esigenza cui va incontro il mio lavoro di tesi è quella di ottimizzare la pressione di stampa per mantenere l’uniformità del tratto ed evitare la creazione di accumuli che avviene in prossimità dei cambi di direzione.
Un primo studio è stato svolto sfruttando la piattaforma Arduino Uno ed alcuni accelerometri ma non ha prodotto risultati sufficientemente accurati. Si è quindi passati all’utilizzo di codici scritti in ambiente Python per ricavare i dati relativi allo spostamento dell’estrusore durante i processi di stampa. I dati sono stati analizzati tramite software Matlab e ne è stato estratto un algoritmo capace di prevedere la variazione della velocità, e della pressione, basandosi sulle sole coordinate della traiettoria. L’algoritmo di predizione è stato implementato all’interno dell’applicazione Matlab IMAGObot permettendo la produzione di G-code già completi dei valori di pressione ottimali. Questo lavoro di tesi permette un miglioramento nella qualità di stampa e fornisce in automatico il valore di pressione ideale basandosi sul pattern in ingresso, la dimensione dell’ago di stampa e il tipo di materiale. Futuri sviluppi prevedono ulteriori test per ampliare la libreria di materiali disponibili ed affinare l’algoritmo di previsione.

The Thesis Project was conducted at the "Enrico Piaggio" Research Center of the University of Pisa and aims to develop pressure control strategies in extrusion-based in-situ bioprinting applications. The robotic platform chosen for the thesis is IMAGObot: a 5gdl robotic manipulator, developed in previous projects, which mounts a syringe at the tip for bio-ink extrusion. Use for in-situ bioprinting involves depositing the bio-ink directly onto the patient's damaged tissue to allow regeneration, however, accumulation of the material can lead to cell death by hypoxia and cause infections in the patient's tissue.
The need addressed by this thesis work is to optimize the printing pressure to maintain stroke uniformity and avoid the creation of buildup that occurs near changes in direction.
An initial study was carried out exploiting the Arduino Uno platform and some accelerometers but did not produce sufficiently accurate results. It then turned to the use of codes written in a Python environment to derive data on extruder displacement during printing processes. The data were analyzed using Matlab software and an algorithm was extracted that was capable of predicting the change in velocity, and pressure, based solely on the coordinates of the trajectory. The prediction algorithm was implemented within the Matlab IMAGObot application allowing the production of G-codes already complete with the optimal pressure values. This thesis work allows an improvement in print quality and automatically provides the ideal pressure value based on the input pattern, print needle size, and material type. Future developments include further testing to expand the library of available materials and refine the prediction algorithm.