2026年9月17日，来自劳伦斯利弗莫尔国家实验室(LLNL)的科学家们建造了一套摄像系统，可以逐层检查墨水直写3D 打印过程中的成形缺陷，并在零件离开机器之前标记出断裂的线束或尺寸不合适的线材。相关成果以题为“Scalable on-machine inspection ofdirect ink write additive manufacturing”的论文发表在《npj先进制造》上。
论文链接：https://doi.org/10.1038/s44334-026-00107-7
墨水直写打印过程中会形成糊状的墨丝，厚度可能只有几分之一毫米，微小的缝隙或直径变化都可能损坏垫子或衬垫。传统的检测方式通常是在打印完成后，使用X射线CT或机械测试进行检测。而新的流程则是在打印机上安装摄像头，利用机器学习模型对每根墨丝进行分割，并实时测量直径。
△三位劳伦斯利弗莫尔国家实验室的研究人员站在一台直接墨水书写式3D打印机旁。从左至右：数据科学家迈克尔·泽林斯基、工程师哈米德·齐亚德·阿马尔和首席研究员布莱恩·吉拉站在用于收集检测数据的墨水直写打印机旁。（图片来源：布莱斯·杜罗斯/劳伦斯利弗莫尔国家实验室）
研究旨在对缺陷进行早期筛查，避免进行成本高昂的离线测试。缺陷过多的零件可以在测试台上直接报废。此外，摄像头还可以覆盖无法进行高分辨率CT扫描的大型零件。 劳伦斯利弗莫尔国家实验室工程师、数字孪生人工智能/机器学习负责人、论文第一作者布莱恩·韦斯顿 (Brian
Weston)
说：“这只是初步检查。它使我们能够在进行一些非常昂贵的测试之前发现问题，如果我们已经知道某些部件存在断线或其他问题，就可以更早地判定为故障部件。”
研究团队使用近 15,000 张人工标注的多种晶格几何形状图像训练了分割模型。在对 55 个零件的测试中，自动测量的直径与人工标注的直径通常相差仅几微米。人工标注一张大图像可能需要 20 分钟到 1 小时，而该软件只需几毫秒即可完成同样的分析，平均速度提升约 10 万倍。
△上机检测流程。端到端流程的示意图，从
DIW 打印多种晶格设计到统计分析：同轴 sCMOS 相机捕捉每一层打印；原始图像经过自动对焦、自动曝光和预处理；U-Net
算法执行二进制分割以隔离顶层细丝；后处理和欧几里得距离变换与骨架化将二进制掩模转换为细丝中心线；统计聚合产生细丝直径的分布和图谱以进行质量评估。硬件和采集参数详见方法部分。
为了大规模验证监测系统，研究人员将其应用于一个边长约25厘米的靠垫上。研究小组从其中一层采集了约2500张图像，并将它们拼接成一张空间图。打印件两侧的耗材直径存在偏移，这种偏移表明打印平台和喷嘴之间存在轻微倾斜。如果对整个部件进行平均，则会掩盖这一现象。
△四位身穿实验服的劳伦斯利弗莫尔国家实验室（LLNL）研究人员围着一台直接墨水书写打印机。从左至右依次为：工程师
JoshDeOtte、Aldair Gongora 和 WilliamSmith，以及主要作者 Brian
Weston。（图片来源：Garry McLeod/LLNL）
劳伦斯利弗莫尔国家实验室（LLNL）数据科学、人工智能和制造项目副主任布莱恩·吉拉（Brian
Giera）是研究项目的首席研究员。共同作者包括迈克尔·泽林斯基（Michael Zelinski）、哈米德·齐亚德·阿马尔（Hamed
Ziad Ammar）、阿尔代尔·贡戈拉（Aldair Gongora）、布莱恩·奥（Brian Au）、罗伯特·塞尔达（Robert
Cerda）、乔什·德奥特（Josh
DeOtte）和威廉·史密斯（WilliamSmith）。本研究由实验室定向研发项目资助。检测装置预计将移至堪萨斯城国家安全中心，用于对生产相关系统进行测试。
来源：南极熊
0 留言