罗格斯大学研究人员为增材制造创建AI系统
增材制造的可靠性随着罗格斯大学的一项新开发而取得飞跃。一组科学家设计了一个人工智能系统，旨在转变3D打印过程的监控和控制方式，使其更快、更少出错。🚀
每个层的数字监护人
该技术融合了计算机视觉与机器学习，创建了一个实时监督器。在打印过程中，高速相机捕捉喷头和正在构建的零件的高清图像。预先用成功打印数据训练的AI模型即时处理这些图像，以寻找差异。
系统在三个关键阶段行动：- 连续视觉分析：将 filament 流动和层粘附与参考模式比较。
- 主动检测：识别不规则现象，如欠挤出、翘曲或第一层错误，在它们毁掉工作之前。
- 自动响应：可以暂停打印或修改速度和温度等参数来纠正进程。
这种方法不仅对故障做出反应；它积极尝试预防它们，改变了3D打印质量控制的范式。
超越原型制作的影响
该系统的应用从研究实验室扩展到工业生产线。通过使过程更可预测和一致，它增加了在关键行业最终部件中使用增材制造的信心。
直接应用领域：- 航空航天和医疗行业：故障容忍度最小，可重复性至关重要。
- 材料研究：便于测试新filamento或树脂，因为系统帮助理解其在不同打印条件下的行为。
- 工厂自动化：代表迈向更自主的增材制造车间的重要一步，需要更少的人类监督。
机器-操作员对话的未来
这一创新提出了一个场景，其中失败打印的责任可以用客观数据分析。系统记录算法的每个决策和过程的每个变量，这允许辨别错误是否源于设计、机器配置或AI的错误解释。最终目标是消除不确定性并大幅减少重新打印有缺陷零件所浪费的时间和材料。🔧