RESONAM zal de mechanismen en oorzaken van variabiliteit in de kwaliteit van geprinte onderdelen. Het effect van veranderende printcondities op het materiaal zal onderzocht worden met zowel trillingsgebaseerde inspectietechnieken als traditionele materiaalkarakteriseringstechnieken (metallografie, X-CT, …). Daarnaast zullen nieuwe (niet-lineaire) trillingstechnieken, gekoppeld aan leeralgoritmen, worden onderzocht om de materiaalkwaliteit te voorspellen en de factoren die bijdragen aan printvariabiliteit te begrijpen. Er zal een (datagestuurd) simulatiemodel worden opgezet om een virtuele  trainingsdatabase te genereren voor de leeralgoritmen. De leeralgoritmen zullen de voorspelling van de kwaliteit van geprinte onderdelen mogelijk maken en inzicht geven in de procesvariabiliteit (bijv. intra-build, inter-build, inter-machine). Het ontwikkelde raamwerk zal leiden tot een snellere kwalificatie van printprocesparameters en tot een betere kwalificatie van geprinte materialen.