昆士兰科技大学利用机器学习改进熔融电写技术，将实验时间从几天或几周缩短到几小时

2024年11月21日，南极熊获悉，来自昆士兰科技大学 (QUT) 的生物医学工程师开发出一种新的自动化方法，可大幅推进熔融电写技术(MEW)的发展。熔融电写技术是一种用于组织工程和再生医学的新型高分辨率 3D 打印技术。

相关研究成果以题为《Towards industry-ready additivemanufacturing: AI-enabled closed-loop control for 3D melt electrowriting/迈向工业化的增材制造：基于人工智能的 3D 熔融电书写闭环控制》的论文发表在《通信工程》杂志上。论文第一作者 PawelMieszczanek 博士在昆士兰科技大学 ARC 增材生物制造培训中心获得博士学位，他表示，研究人员的方法将加快熔融电写 (MEW) 技术的发展。

论文链接：https://www.nature.com/articles/s44172-024-00302-4

“MEW 是一种多方面的 3D 打印技术，也可用于生物工程、生物材料科学和软机器人。然而，从 10 多年前的早期阶段到现在，它面临着许多挑战，包括实验时间长、打印速度慢、结果一致性差以及打印机操作依赖用户，”Mieszczanek 博士说。“为了解决这些问题，我们使用机器学习 (ML) 为 MEW 创建了一个闭环过程控制系统。新颖的 MEW 系统设计非常有效，因为它可以监控光纤飞行过程，使我们能够使用实时成像进行连续分析。”

△A) 加热注射器中的熔融聚合物通过气动压力被推过喷嘴，形成称为泰勒锥的液滴。静电荷导致细小的射流从泰勒锥喷向收集器。这种细小的带电射流直接写在表面（收集器）上，然后凝固成微纤维。红色文本表示输入过程参数，蓝色文本表示关键输出过程参数。B) 自动化 MEW 3D 打印机的照片，其中标注了最重要的硬件组件，包括 X、Y 和 Z 轴平台、打印头、收集器、准直背光和远心镜头/相机。来源：昆士兰科技大学。

昆士兰科技大学细胞外基质材料科学马克斯·普朗克昆士兰中心 (MPQC) 主任、杰出教授 Dietmar W. Hutmacher 表示，新的自动化数据收集系统将实验时间从几天和几周缩短到几小时。“我们使用前馈神经网络、优化技术和反馈回路来确保打印部件始终可重复。这项工作表明，机器学习可以自动化 MEW 操作，并支持在复杂的 3D 打印技术中设计有效的闭环控制。”

这项工作明确解决了 MEW 目前面临的主要技术挑战：

(1) 实验速度慢且劳动密集；

(2) 打印过程吞吐量低；

(3) 打印结构的可重复性差；

(4) MEW 系统的操作高度复杂。

通过自动化过程监控和控制平台解决了实验速度慢且依赖于操作员的问题。该系统允许通过先进的硬件和计算机视觉算法进行实时参数监控、控制和分析。快速执行一系列实验的能力使研究人员能够通过测试多种打印参数配置来收集大量输入输出数据。这些数据被用于使用 ANN 构建 MEW 系统模型。根据所需的输出参数，生成的模型用于对输入参数进行前馈控制，从而降低了操作打印机的复杂性。ANN 模型还用作闭环控制器的基础，通过实时最小化输出误差来确保可重复的结果。

总体而言，所提出的解决方案和方法集成了最新的 MEW 硬件和 ML 技术，首次开发了数据驱动的闭环控制系统，以提高吞吐量和可重复性。

研究团队成员包括昆士兰科技大学的 Pawel Mieszczanek 博士、杰出名誉教授 Peter Corke、杰出教授 W. Hutmacher；以及俄勒冈大学的 Courosh Mehanian 教授和副教授 Paul D. Dalton。

△从左至右：杰出教授 Dietmar Humacher、Pawel Mieszczanek 博士、杰出名誉教授 Peter Corke。来源：昆士兰科技大学。