El reliability
La biblioteca es un poderoso paquete Python fácil de usar desarrollado
específicamente para ingeniería de confiabilidad. La ingeniería de
fiabilidad es una subdisciplina de la ingeniería de sistemas que
enfatiza la capacidad del equipo para funcionar sin falla. Tiene amplias
aplicaciones en campos como la fabricación, las operaciones y la
gestión de riesgos.
En el corazón del reliability
La biblioteca son varias distribuciones de probabilidad como Weibull,
Exponencial, Normal, Lognormal, Gamma y otras, a menudo utilizadas en
análisis de confiabilidad y análisis de datos de vida. Estas
distribuciones proporcionan un medio matemático para modelar y analizar
los tiempos de vida de los productos y sistemas.
La
biblioteca ofrece un conjunto de herramientas, desde el ajuste de
distribución hasta las pruebas de confiabilidad y las capacidades de
trazado. Las características clave incluyen:
Distribuciones de probabilidad y ajustadores: la
biblioteca incluye un rango de distribuciones de probabilidad, cada una
con ajustadores correspondientes. Estos ajustadores estiman los
parámetros que mejor se ajustan a los datos y proporcionan métodos para
analizar y visualizar la distribución ajustada.
Análisis de supervivencia: funciones para el análisis de supervivencia, incluidas las estimaciones de Kaplan-Meier y las estimaciones de Nelson-Aalen.
Prueba de confiabilidad: funciones para el diseño de pruebas de confiabilidad, incluidos planes de prueba óptimos y pruebas de vida aceleradas.
Diagramas de confiabilidad: admite
la generación de varios tipos de gráficos, como gráficos de
probabilidad de probabilidad (PP), gráficos cuantil-cuantiles (QQ) y
gráficos de funciones de supervivencia, que son críticos para comprender
los datos y las distribuciones ajustadas.
El reliability
La biblioteca no solo se limita a la ingeniería de confiabilidad, sino
que también tiene aplicabilidad en áreas como el análisis de
supervivencia, el control de calidad y el modelado de riesgos. Como tal,
es una herramienta versátil tener en su kit de herramientas de análisis
de datos.
Nota: La biblioteca se mantiene activamente, y las nuevas funcionalidades y mejoras se agregan regularmente.
Para obtener información más detallada, consulte la documentación oficial del reliability biblioteca:
El tiempo medio entre las fallas
críticas (MTBCF), un parámetro crítico en la ingeniería de
confiabilidad, mide el tiempo operativo esperado entre las fallas
críticas en un sistema o equipo. Las fallas críticas son eventos que
deshabilitan un sistema, lo que inhibe que entregue su función o
servicio previsto. Comprender y evaluar MTBCF es esencial para mejorar
la confiabilidad del sistema. Pero, ¿cómo acumulamos los datos
necesarios para calcular esta métrica vital? Un enfoque eficiente y
práctico es agregar un punto de datos a cada registro de orden de
trabajo que identifique si fue una falla crítica.
Fallas críticas y órdenes de trabajo
Las
órdenes de trabajo se usan comúnmente para documentar y administrar
tareas de mantenimiento. Por lo general, incluyen información como la
descripción de la tarea, la fecha y la hora de la solicitud, el equipo
involucrado, el personal asignado y el estado de finalización.
Simplemente agregando un punto de datos en cada orden de trabajo que
marca si la tarea de mantenimiento se activó por una falla crítica, se
puede establecer un registro integral y sistemático de tales eventos.
Calcular MTBCF utilizando datos de orden de trabajo
Una
vez que el sistema de orden de trabajo está configurado para registrar
fallas críticas, calcular el MTBCF se vuelve directo al aplicar el
método apropiado:
El
tiempo de operación total se divide por el número de fallas críticas
durante ese período. El tiempo de funcionamiento encapsula la duración
cuando el sistema está activamente en servicio: operación normal, espera
o tiempos de inactividad, excluyendo el tiempo de reparación o
inactividad. El número de fallas críticas se deriva de los puntos de
datos marcados en las órdenes de trabajo. Esta cifra resultante,
típicamente expresada en horas, proporciona una expectativa estadística
de los intervalos entre fallas críticas sucesivas.
El
tiempo medio entre las órdenes de trabajo planteadas, que sirve como un
proxy para las fallas críticas, se calcula para evaluar la
confiabilidad del sistema. Es importante tener en cuenta que el contexto
y la consistencia en la aplicación de esta métrica son cruciales. En
los sistemas que operan de manera bastante consistente, el uso de
órdenes de trabajo como proxy para los tiempos de falla puede ser un
enfoque práctico y efectivo para estimar esta métrica. Proporciona una
tendencia clara de frecuencia de falla, ofreciendo ideas valiosas para
la planificación del mantenimiento y la mejora de la confiabilidad.
Beneficios de incorporar puntos de datos de falla crítica en órdenes de trabajo
Precisión de datos mejorado :
los datos de falla crítica integrados en las órdenes de trabajo
proporcionan un recuento más preciso de tales incidentes, lo que lleva a
cálculos de MTBCF más confiables.
Planificación de mantenimiento :
al realizar un seguimiento de la frecuencia y la naturaleza de las
fallas críticas, los horarios de mantenimiento se pueden ajustar en
consecuencia para evitar fallas inesperadas del sistema, lo que mejora
el tiempo de actividad del sistema y la prestación de servicios.
Gestión de riesgos :
un registro histórico de fallas críticas ayuda en la evaluación de
riesgos, permitiendo mejores estrategias para mitigar las consecuencias
de las posibles fallas.
Análisis de eficiencia :
las ideas sobre la aparición de fallas críticas pueden conducir a
decisiones más informadas sobre las actualizaciones del sistema, los
reemplazos y la eficiencia general del sistema.
Desafíos y soluciones
Si
bien la incorporación de puntos de datos de falla crítica en órdenes de
trabajo proporciona numerosas ventajas, también presenta algunos
desafíos. El personal debe estar adecuadamente capacitado para
identificar y registrar correctamente fallas críticas. Los criterios
estandarizados para lo que constituye una falla crítica debe
establecerse claramente para garantizar informes consistentes.
Además,
la calidad del análisis depende en gran medida de la calidad de los
datos de falla recopilados. Este problema puede mitigarse revisando y
limpiando de manera rutinaria los datos para identificar cualquier
anomalía o inconsistencia.
Conclusión
El
tiempo medio entre fallas críticas (MTBCF) proporciona información
valiosa sobre la confiabilidad y el rendimiento de un sistema. Al
incorporar un punto de datos de falla crítica en cada orden de trabajo,
las organizaciones pueden rastrear de manera más precisa y eficiente
estos eventos. A pesar de los posibles desafíos, con los sólidos
procesos de capacitación y gestión de datos, este método puede mejorar
significativamente la evaluación de la confiabilidad del sistema y la
planificación estratégica de los horarios de mantenimiento.
Python es uno de los lenguajes
informáticos más populares del mundo, con más de 8 millones de
desarrolladores (esto es según una investigación de SlashData ).
El creador de Python es Guido Van Rossum, informático y académico. A
fines de la década de 1980, vio una oportunidad para crear un lenguaje
mejor y también se dio cuenta de que el modelo de código abierto sería
ideal para reforzar la innovación y la adopción (por cierto, el nombre
del lenguaje provino de su comedia favorita, el Circus Flying Circus de
Monty Python).
"Python es un lenguaje de
programación de alto nivel, fácil para principiantes y usuarios
avanzados para comenzar", dijo Jory Schwach, CEO deAndium.com .
"Es indulgente en su uso, lo que permite a los codificadores omitir el
aprendizaje de los matices que son necesarios en otros idiomas más
estructurados como Java. Python fue diseñado para ser obstinados sobre
cómo se debe crear el software, por lo que a menudo hay una forma
apropiada de escribir una pieza de código, dejando a los desarrolladores
con menos decisiones de diseño para deliberar".
"Python se ha convertido en el
lenguaje más popular de elección para el aprendizaje de la programación
en la escuela y la universidad", dijo Ben Finkel, quien es un entrenador de CBT Nuggets .
"Esto es cierto no solo en los departamentos de informática, sino
también en otras áreas, ya que la programación se ha vuelto más
frecuente. Las estadísticas, la economía, la física, incluso los campos
tradicionalmente no técnicos, como la sociología, han comenzado a
introducir programación y análisis de datos en su plan de estudios".
Sin duda, un catalizador
importante para el crecimiento del lenguaje ha sido la IA (inteligencia
artificial) y ML (aprendizaje automático), que depende del manejo de
grandes cantidades de datos y el uso de algoritmos sofisticados.
"Debido
a que Python es fácil de usar y rápido para iterar, fue recogido desde
el principio por los académicos que investigaron en el campo ML/AI",
dijo Mark Story, quien es un desarrollador principal de Sentry .
"Como resultado, se crearon muchas bibliotecas para construir flujos de
trabajo en Python, incluidos proyectos como TensorFlow y OpenAI".
Aunque Python ha demostrado
ser efectivo para una miríada de otras áreas, como construir sitios web y
crear scripts para DevOps. Sin embargo, es con AI/ML donde el lenguaje
realmente ha brillado.
"Bibliotecas de análisis como
Numpy, Pandas, SciPy y varios otros han creado una forma eficiente de
construir y probar modelos de datos para su uso en análisis", dijo Matt
Ratliff, quien es un mentor senior de ciencias de datos en NextUp Solutions .
"En años anteriores, los científicos de datos se limitaron al uso de
plataformas patentadas y C, y algoritmos de aprendizaje automático de
construcción personalizada. Pero con las bibliotecas de Python, las
soluciones de datos se pueden construir mucho más rápido y con más
confiabilidad. Scikit-Learn, por ejemplo, tiene algoritmos incorporados
para la clasificación, la regresión, la clúster y el soporte y el
soporte para la reducción de los libros de datos de Jupyter. Código de
Python para mostrar cálculos y visualizaciones, que luego se pueden
compartir entre colegas y profesionales de la industria ".
De acuerdo, Python ciertamente no es perfecto. Ningún idioma es.
"Debido a su naturaleza
interpretada, Python no tiene el rendimiento de tiempo de ejecución más
eficiente", dijo Story. "Un programa de Python consumirá más memoria que
un programa similar construido en un lenguaje compilado como lo haría C
++. Python no es adecuada para el desarrollo de aplicaciones móviles o
de escritorio".
Pero a pesar de todo esto, hay muchos más profesionales que contras, y Python probablemente continúe creciendo.
"Python es una excelente
opción para que la mayoría de las personas aprendan los conceptos
básicos del código, de la misma manera que todos aprenden a leer y
escribir", dijo Tom Hatch, quien es el CTO de Saltstack .
"Pero la verdadera belleza de Python es que también es un lenguaje que
puede escalar a proyectos de software grandes y complejos".
El poder de Python y Fusion 360 para la impresión 3D
Le
mostraré cómo crear múltiples versiones de un modelo Fusion 360 CAD y
exportarlos como archivos STL para la impresión 3D, utilizando un script
de Python.
Titular de la tapa de lente impresa en 3D, de Twothingies
Automatizar fácilmente las variaciones de archivo CAD utilizando la API de Fusion 360
¡Hola a todos!
Hoy
quiero compartir cómo utilicé un script de Python para automatizar el
proceso de crear múltiples variaciones de un archivo para la impresión
3D. Escribí un script que usa la API Autodesk Fusion 360 para cambiar
las dimensiones de un modelo CAD, y luego exporta cada variación como un
archivo STL que puede cortar para la impresión 3D.
Me
sorprendió lo simple que era hacer esto, así que quería compartirlo
contigo. Desglosaremos el código y explicando cada sección, para que
pueda comprender cómo funciona y cómo puede usarlo para sus propios
proyectos.
Si tiene
alguna idea de producto físico que requeriría hacer cambios en su
geometría basada en una serie de parámetros, ciertamente puede
beneficiarse de hacer algo como esto. Este caso es realmente simple, ya
que incluye solo dos parámetros, y puede ser útil para comprender lo que
se necesita.
Ya
sea que sea un fabricante joven que recién comienza con la impresión 3D o
un diseñador experimentado que busca llevar sus habilidades al
siguiente nivel a través de la automatización, esta publicación es para
usted.
Generación de múltiples archivos STL de Fusion 360 utilizando un script de Python
¿Por qué exportar archivos STL automáticamente?
Como sabrán, Twothingies es un proyecto que comencé con URI el
año pasado, y hemos estado compartiendo todo tipo de archivos útiles
para la impresión 3D en línea. En este caso, fue un diseño para un
titular de tapa de lente, que compartimos en imprimable.com , y recientemente incluidos en la tienda en el mercado de Vulkaza .
Desde
que publicamos los archivos en línea el año pasado, regularmente hemos
recibido solicitudes de personas que preguntaron muy bien si podíamos
hacer una variación de diseño para adaptarse a un tamaño diferente de
lente o correa de cámara.
Inicialmente, haría las
modificaciones y exportaría los archivos manualmente, ya que el diseño
se realizó en Fusion 360, y solo había dos parámetros para modificar
para obtener una versión ajustada. Pero pronto comenzó a ser tedioso, y
quería encontrar una manera de automatizar hacer varias versiones del
modelo y exportarlas, ver que podríamos publicar todos los tamaños
posibles a la vez.
Eso
se hizo más importante cuando decidimos abrir nuestra tienda en Vulkaza
e incluir al titular de la tapa del lente como uno de los diseños
enumerados. Idealmente, cualquiera podría ir a la tienda y pedir un
titular de tapa de lente de cualquier tamaño.
Hacer un modelo CAD paramétrico en Fusion 360
Cuando
creé el archivo CAD para este diseño, sabía que habría un punto en el
futuro cuando necesitaríamos hacer variaciones de él.
Así
que lo diseñé, incluidos algunos parámetros y relaciones que podrían
usarse para hacer cambios, primero modificando manualmente sus valores y
más adelante a través de algún tipo de automatización.
El modelo Fusion 360 del titular de la tapa del lente.
En este caso, los dos
parámetros que usaría para cambiar el tamaño del modelo eran el diámetro
de la lente (lensdiam) y el ancho de la correa de la cámara
(stapwidth). También hice un tercer parámetro, para el grosor de la
correa, que terminé no usando.
Puede
ver en la imagen debajo de los parámetros y algunas de las fórmulas que
se hacen referencia a ellos dentro del boceto principal.
Parámetros y fórmulas utilizadas en el boceto principal para impulsar los cambios en la geometría del modelo
Al hacer algunas pruebas con
el modelo y probar diferentes combinaciones de parámetros, tuve que
recordarme la regla más importante para hacer modelos CAD paramétricos: no deje bocetos sin restricciones en su diseño .
Cuando
cambia los valores de los parámetros, todo puede romperse con
resultados feos si hay elementos de boceto (una línea, un punto, un
arco) sin restricciones. Eso significa que cada entidad de boceto debe
tener una dimensión asociada con ella o una relación (coincidente,
paralela, perpendicular, etc.) a otra entidad de boceto.
La regla general corta, pero muy efectiva, es: no debe haber líneas azules en su boceto .
En Fusion 360, las líneas azules representan elementos sin
restricciones, que puede arrastrar con el mouse, ya que no están
vinculados a nada, o al menos no están adecuadamente vinculados en todos
los grados de libertad.
La regla más importante para hacer modelos CAD paramétricos: no deje bocetos sin restricciones en su diseño .
En este caso particular, todo
está vinculado al diámetro de la lente y al ancho de la correa, que son
las dimensiones que impulsarán los cambios a la geometría.
Los
diferentes diámetros del soporte se definen proporcionalmente a
Lensdiam, excepto por algunas compensaciones constantes que serán los
mismos sin importar el tamaño de la lente, pero su diámetro se define de
todos modos como un desplazamiento del diámetro de la lente.
Además,
la longitud total del soporte cambiará según el diámetro, para evitar
tener puntas demasiado cortas o largas para insertar la correa de la
cámara. El ancho de los lados, en cambio, se calcula a partir del ancho
de la correa.
Desbloqueo de la potencia de la automatización: usando la API Fusion 360
Sabía
que había una API Fusion 360 que permitía hacer scripts de Python para
este tipo de tareas, y esta fue la oportunidad perfecta para probarlo.
Sin saber por dónde empezar, mi primera suposición obvia fue investigar la documentación oficial .
Eso me permitió comprender los conceptos básicos, especialmente sobre
cómo comenzar a crear un nuevo script y comenzar a escribir algún código
que Fusion 360 reconociera.
Un recurso especialmente útil fue la documentación del modelo de objeto API Fusion 360 . Incluye un gráfico útil que muestra cómo están relacionados los diferentes tipos de objetos utilizados por la API.
Cómo comenzar a crear un nuevo script de Python para Fusion 360
Los pasos para comenzar un nuevo script son en realidad muy simples:
Haga clic en la Utilidades en la cinta superior de Fusion 360.
Haga clic en complementos . Los scripts y la ventana de complementos aparecerán. Haga clic en el botón Crear.
Se
mostrará el nuevo script o la ventana complementaria. Podrá elegir su
lenguaje de programación preferido (Python o C ++), agregar un nombre y
una descripción para su script, nombre del autor, sistema operativo de
destino y la carpeta donde se guardará.
Una
vez que llene esa información, puede hacer clic en Crear. Su nuevo
script (por ahora, vacío) se agregará a la lista en la ventana de
scripts y complementos.
Ahora
puede seleccionarlo y hacer clic en Editar y se abrirá una nueva
instancia de Visual Studio Code, con un archivo precargado que contiene
una plantilla para que comience a escribir su nuevo script. Le
preguntará si confía en los autores de los archivos antes de poder
acceder a ellos. Haga clic en Sí, y estará listo para comenzar.
Los pasos para crear un nuevo script de Python para Autodesk Fusion 360
Escribir un script de Python para actualizar los parámetros del modelo CAD
Esto es cuando comienza la parte divertida.
Código de plantilla proporcionado al crear un nuevo script de Python para usar la API de Fusion 360
Como puede ver, el script de
plantilla ya le indica algunas bibliotecas que necesitará: 'adsk.core',
'adsk.fusion' y 'adsk.cam'. Estos módulos proporcionan acceso a la API
Fusion 360 y permiten que el script interactúe con el diseño activo. El
resto se trata solo de usar las clases de objetos correctas y los
métodos correctos para interactuar con Fusion 360, para cada pequeña
tarea que debe hacer para completar una tarea más grande.
En
mi caso, necesitaba tener acceso a los parámetros definidos por el
usuario, modificarlos, esperar a que se actualice el diseño y exportarlo
como un archivo STL. Tendría que hacer esto de manera recursiva, para
diferentes combinaciones de Lensdiam y Strapwidth.
Solo necesitaba modificarlo ligeramente, y se me ocurrió el siguiente:
#Luis Medina -# Update the diameter of Lens Cap Holder and save each version as STLimport adsk.core, adsk.fusion, adsk.cam, traceback
defrun(context):
ui =Nonetry:
app = adsk.core.Application.get()
ui = app.userInterface
design = adsk.fusion.Design.cast(app.activeProduct)
defaultInputMinDiam ='35'
minLensDiam_Input = ui.inputBox('Input diameter in mm: ','Define minimum diameter', defaultInputMinDiam)
defaultInputMaxDiam ='80'
maxLensDiam_Input = ui.inputBox('Input diameter in mm: ','Define maximum diameter', defaultInputMaxDiam)
defaultInputWidth ='35'
StrapWidth_Input = ui.inputBox('Input width in mm: ','Define strap width', defaultInputWidth)
ui.messageBox(f'Input is = {StrapWidth_Input[0]}')
defaultInputFolder =r'C:\\\\'
folderInput = ui.inputBox('Input path to save folder: ','Define Save Folder', defaultInputFolder)
folder = folderInput[0]
diameters =list(range(int(minLensDiam_Input[0])-1,int(maxLensDiam_Input[0])+1,1))# Get the root component of the active design
rootComp = design.rootComponent
# Get the parameters named "Length" and "Width" to change.
LensDiam_par = design.allParameters.itemByName('LensDiam')
StrapWidth_par = design.allParameters.itemByName('StrapWidth')for dim in diameters:
Diam_set = dim
Width_set = StrapWidth_Input[0]
LensDiam_par.expression =str(Diam_set)
StrapWidth_par.expression =str(Width_set)# Let the view have a chance to paint just so you can watch the progress.
adsk.doEvents()# Construct the output filename.
filename =f'{folder}\\LensCapHolder_D{Diam_set}mm_Strap_{Width_set}mm.stl'# Save the file as STL.
exportMgr = adsk.fusion.ExportManager.cast(design.exportManager)
stlOptions = exportMgr.createSTLExportOptions(rootComp)
stlOptions.meshRefinement = adsk.fusion.MeshRefinementSettings.MeshRefinementMedium
stlOptions.filename = filename
exportMgr.execute(stlOptions)
ui.messageBox('Finished.')except:if ui:
ui.messageBox('Failed:\\n{}'.format(traceback.format_exc()))
El script de Python que creé para automatizar las variaciones del modelo CAD y exportar a archivos STL
Vamos a desglosar en lo que está haciendo cada sección del código.
El código de Python, explicó
El script comienza importando los módulos necesarios para acceder a la API Fusion 360, así como a la itertools Módulo, que utilizaremos más tarde para generar una lista de combinaciones de diámetro.
Entonces, definimos un run
función, que se ejecutará cuando se ejecute el script. La función
comienza inicializando la API Fusion 360 y obteniendo una referencia al
diseño activo.
A continuación, el script
solicita al usuario que ingrese el diámetro mínimo y máximo del soporte
de tapa de la lente, y el ancho de la correa, utilizando el inputBox
Método de la interfaz de usuario. Esto se utiliza para hacer todos los
valores posibles entre el diámetro mínimo y el máximo, con la abertura
para el ancho de correa de la cámara proporcionado.
Quería
tener esta posibilidad, para evitar codificar todas las reglas para
evitar resultados incorrectos debido a combinaciones incompatibles de
diámetros de lente y ancho de correa. El modelo CAD solo funciona para
anchos de correa iguales o más grandes que el diámetro de la lente, pero
no codifiqué errores y excepciones para dar cuenta de eso. Tal vez más
tarde.
defaultInputMinDiam ='35'
minLensDiam_Input = ui.inputBox('Input diameter in mm: ','Define minimum diameter', defaultInputMinDiam)
defaultInputMaxDiam ='80'
maxLensDiam_Input = ui.inputBox('Input diameter in mm: ','Define maximum diameter', defaultInputMaxDiam)
defaultInputWidth ='35'
StrapWidth_Input = ui.inputBox('Input width in mm: ','Define strap width', defaultInputWidth)
El script también solicita al usuario que ingrese la ruta a la carpeta donde se guardarán los archivos STL.
defaultInputFolder =r'C:\\\\'
folderInput = ui.inputBox('Input path to save folder: ','Define Save Folder', defaultInputFolder)
folder = folderInput[0]
Luego, creamos una lista de
diámetros para iterar, en función de los valores mínimos y máximos
proporcionados por el usuario. Yo usé rangey dio un desplazamiento de 1 mm a los valores, para incluir la lista de diámetros.
A continuación, obtenemos una
referencia al componente raíz del diseño activo y los parámetros que
queremos cambiar, en este caso, el diámetro de la lente y el ancho de la
correa.
Finalmente, podemos iterar sobre la lista de diámetros para cambiar los parámetros y exportar la geometría como archivos STL:
for dim in diameters:
Diam_set = dim
Width_set = StrapWidth_Input[0]
LensDiam_par.expression =str(Diam_set)
StrapWidth_par.expression =str(Width_set)# Let the view have a chance to paint just so you can watch the progress.
adsk.doEvents()# Construct the output filename.
filename =f'{folder}\\LensCapHolder_D{Diam_set}mm_Strap_{Width_set}mm.stl'# Save the file as STL.
exportMgr = adsk.fusion.ExportManager.cast(design.exportManager)
stlOptions = exportMgr.createSTLExportOptions(rootComp)
stlOptions.meshRefinement = adsk.fusion.MeshRefinementSettings.MeshRefinementMedium
stlOptions.filename = filename
exportMgr.execute(stlOptions)
Ejecuté el guión varias veces,
para anchos de correa de cámara de 35, 38, 40, 45 y 50 mm. Cada vez que
el diámetro mínimo era igual o más grande que el ancho de la correa.
Así es como obtuve los 200 archivos que publicamos en imprimable.com .
Conclusión
En
conclusión, utilizando la API Fusion 360, podemos realizar scripts
relativamente simples para automatizar la creación de diferentes
versiones de un archivo y exportar cada uno en formato STL, listo para
cortar y imprimir 3D.
Al
usar este tipo de scripts, puede ahorrar tiempo y esfuerzo generando un
lote de modelos similares con diferentes dimensiones, todo a la vez,
por supuesto, primero debe hacer que un modelo CAD paramétrico sea
compatible con este tipo de automatización.
Espero
que esta publicación haya sido útil para explicar cómo funciona el
guión que hice y cómo puede usarla para automatizar sus propios
proyectos de impresión 3D. El script y el archivo Fusion 360 están disponibles en mi github , y puede bifurcarlos y usarlos para crear sus propios proyectos.
Uri
y yo también trabajaremos en una versión del soporte de tapa de lente
que permitirá ajustar dos diámetros diferentes en lugar de uno, así que
estén atentos para eso, lo publicaremos, como de costumbre en la cuenta de Instagram de Twothingies .
Como
un recordatorio amistoso, ¡siempre verifique las dimensiones de las
tapas y la correa de su cámara para garantizar la compatibilidad antes
de imprimir 3D cualquiera de los archivos que compartimos!
