美国科研人员研制智能设备，主动学习优化3D打印制造进程

在3D规划软件的协助下，3D打印技能能够完结一些杂乱的规划结构制造。可是，针对制造产品的质量监控仍然是增材制造职业的一大应战。许多3D打印机不具备规划齐备的监控体系来追寻和监控3D打印进程。一般来说，就算资料缺少或许发作其它可能性问题，3D打印机也不会中止打印，直到整个打印进程完结停止。

为了处理这个问题，美国堪萨斯大学工业制造体系工程部（IMSE）的两位科研人员研制了一种新式的质量检测体系，来完结针对3D打印制造过程中的质量检测。

Ugandhar Delli和Shing Chang博士建立了一套自动化评价体系，来对3D打印的制造进程进行施行监控。这套体系集成了摄像监控、图画处理、以及智能剖析学习体系等。研制人员使用了LulzBot Mini 3D打印机来进行研制，使用在不同时间暂停体系来检测打印过程中可能呈现的问题的方法，并采纳预批改过程等，来防备更多过错的发作。

在这个进程中，第一步首先是依据要打印成的物体的几许结构来承认适宜的检查点。第二部使用监控摄像头来对半制品的部件在检查点进行图画摄影。第三部是经过图画处理和剖析，并使用智能化机械学习体系，支撑向量机（SVM），来处理剖析并界说为“合格”的状况或许是“不合格”分类。

经过关于ABS资料和PLA资料进行结构打印的测验证明，研制人员正式这种测验方法能够进行例如打印过程中资料缺少导致的打印失利以及在打印中期发作的结构性打印失利的检测。可是这个检测体系仍然存在其缺陷：“首要缺陷是这种检测方法需求在打印的过程中暂停来吸取图画进行检测，”Delli和Chang博士弥补道，“另一项缺陷是只要打印阶段中最顶层的状况能够被拍摄到，而在没有建立检测点的打印层呈现的问题就很可能会被疏忽。而这也清晰了咱们在未来研究过程中首要针对和开展的方向。咱们在考虑使用参加打印机旁边面的摄像头号方法来完结从横面和纵面的穿插检测等。”研制人员信任，使用图画剖析的方法仍是能够在3D打印进程检测方面发挥巨大的效果。