本帖最后由 冰墩熊 于 2022-8-18 11:39 编辑
2022年8月18日，南极熊获悉，来自剑桥大学的工程师们，开发了一种智能AI学习算法，它可以实时检测和纠正各种不同的错误。同时适用于新老设备，以增强打印能力。使用该算法的3D打印机，还可以自己学习如何打印新材料。
△通过AI机器学习算法，用于实时检测和纠正3D打印机喷嘴错误的示例图
该团队解释，3D打印有可能彻底改变复杂和定制部件的生产，如飞机部件、个性化医疗植入物，甚至是糖果，也可能改变制造供应链。然而，它也容易出现生产错误，即使微小的不准确和错误，都会造成难以挽回的失败。
通常，为防止或纠正这些错误的方法，是由一个熟练的工人来观察生产过程。该名公认必须具备一定的生产经验（即使对训练有素的“眼睛”来说也是一个挑战），发现问题，及时停止打印，移除零件，并为新的零件调整设置。
如果使用新的材料或打印机，这个过程需要更多时间，因为工人要学习新的设置。即使如此，
潜在的问题依然可能会随时发生，另外，工人不可能同时观察多台打印机，特别是对于需要长时间打印的设备来说。
过去一直存在的问题
该论文的主要作者，剑桥大学工程系的Sebastian Pattinson博士说："3D打印是具有挑战性的，因为有很多东西可能出错，所以很多时候3D打印会失败，当这种情况发生时，你所使用的所有材料、时间和工作都会白白浪费。"
工程师们一直在研发自动3D打印监测软件，但现有的系统只能检测一个零件、一种材料和一个打印系统，这种方式具有局限性。
该论文的第一作者Douglas Brion说："人们需要的是一种，真正可以实现智能化，无人操控的3D打印机。”他用无人驾驶汽车做了一个比喻，一辆无人驾驶汽车不能只能一条道路上或在一个城市里工作。他说：“它需要学会在不同的环境、城市、甚至国家中同样适用。同样，一台真正智能无人操控的打印机，必须能够同时应对多种零件、材料和复杂环境下工作。”
Brion和Pattinson说，他们开发的算法，可能正是人们一直在苦苦寻找的“无人驾驶汽车”。
Pattinson说："这意味着你仅用一款监控软件，就可以查看你所有正在工作的，不同种类的打印机，不断监测并根据需要做出改变，基本上是做人类无法做到的事情。"
△a从挤压式3D打印机收集各种数据集的工作流程，并自动标明打印参数的图像。 b八台热塑性塑料挤压式3D打印机（Creality CR-20 Pro），配备了聚焦于喷嘴尖端的摄像头，以监测材料的沉积。c使用随机选择的切片参数渲染。e利用现有的运动系统设计床身移除器和底座，以及操作过程中拍摄的照片。 f由CAXTON收集包含120多万个样本的完整数据集
它是如何实现的
研究人员通过向一个深度学习计算机视觉模型，来说明是如何训练它的，该软件在打印192个构建物过程中，自动捕获了大约95万张图像。每张图像都标有打印机的设置，例如打印喷嘴的速度和温度，以及打印材料的流速。该模型还收到了有关这些设置与良好值差距的信息，使该算法能够自行理解错误是如何产生的。
Pattinson说：“该软件一旦经过训练，算法可以通过观察图像找出哪些设置是正确的，哪些是错误的。例如，某个设置是太高还是太低，然后应用适当的修正。最酷的是，使用这种方法的3D打印工厂，可以不断地收集数据，因此算法也可以不断地改进。”
他们解释，使用这种方法，它可以应用于识别和纠正不熟悉的物体或材料，甚至是新的打印系统中的错误。
Brion说：“当你用喷嘴进行打印时，那么无论你使用的是什么材料，如聚合物、混凝土、番茄酱或其他什么都可以，你都会得遇到潜在的打印错误。例如，如果喷嘴移动得太快，你往往会出现材料的斑块，或者如果你推出的材料太多，那么打印的线条会重叠形成折痕。”
无论打印什么部件或使用什么材料，类似设置产生的错误都会具有类似的特征。因为我们的AI智能学习算法，通过不断学习，可以应对不同材料的一般特征。
结果，只用一种材料和印刷系统训练的算法，能够在不同的打印机系统上检测和纠正不同材料的错误，从工程聚合物到番茄酱，或者是蛋黄酱，它都可以。
该算法得到多方支持
在剑桥大学商业化部门的支持下，Brion成立了Matta公司，将开发商业应用的技术。
Brion：“我们正在把注意力转向，如何在高价值行业中发挥作用，如航空航天、能源和汽车等行业。在这些行业中，3D打印技术被用来制造高性能和昂贵的部件，可能需要几天或几周的时间来完成一个单一的部件，成本为数千英镑。在开始时发生的错误，很可能直到部件完成和检查时才会被发现。我们的方法将实时发现错误，显著提高生产效率"。
这项研究得到了工程和物理科学研究委员会(EPSRC)、皇家学会、医学科学院和艾萨克-牛顿信托的支持。
| 
京公网安备11010802043351