使用监督机器学习的3D打印自动化过程监控

3D打印动态
2023
12/19
09:30
分享
评论
来源: Ai赋能材料

质量监控仍然是增材制造(俗称 3D 打印)中的一大挑战。在印刷过程中检测缺陷将有助于消除材料和时间的浪费。打印初始阶段的缺陷检测可能会发出警报以暂停或停止打印过程,以便可以采取纠正措施以防止需要重新打印部件。本文提出了一种通过集成相机、图像处理和监督机器学习来自动评估 3D 打印部件质量的方法。根据零件几何形状,在打印过程的几个关键阶段拍摄半成品零件的图像。提出了一种机器学习方法,即支持向量机 (SVM),以将零件分类为“良好”或“有缺陷”类别。打印使用 ABS 和 PLA 材料的零件以展示所提出的框架。提供了一个数值例子来说明所提出的方法是如何工作的。

640.jpg
640-1.jpg
图1. 实验设置。

640-2.jpg
图2. 在检查站拍摄的照片。

640-3.jpg
图3. SVM的基本概念。
640-4.jpg
图4. 未标记的当前输入在检查点处的图像。

参考引用:
Delli U, Chang S. Automated process monitoring in 3D printing using supervised machine learning[J]. Procedia Manufacturing, 2018, 26: 865-870.

原文链接:
http://doi.org/10.1016/j.promfg.2018.07.111


上一篇:美军FDM聚合物3D打印军机地板,改变空军飞机零部件维修供应链
下一篇:中瑞科技iSLM600QN金属3D打印装备入选2023苏锡常首台(套)重大装备认定名单
回复

使用道具 举报

推动3D打印

关注南极熊

通知

联系QQ/微信9:00-16:00

392908259

南极熊3D打印网

致力于推动3D打印产业发展

Copyright © 2024 南极熊 By 3D打印 ( 京ICP备14042416号-1 ) 京公网安备11010802043351
快速回复 返回列表 返回顶部