工程師們通過學(xué)習(xí)其他機(jī)器的經(jīng)驗(yàn)，創(chuàng)建了可以快速檢測和糾正錯(cuò)誤的智能3D打印機(jī)，即使在以前看不見的設(shè)計(jì)或不熟悉的材料(如番茄醬和蛋黃醬)中也是如此。

來自劍橋大學(xué)的工程師開發(fā)了一種機(jī)器學(xué)習(xí)算法，可以實(shí)時(shí)檢測和糾正各種不同的錯(cuò)誤，并且可以很容易地添加到新機(jī)器或現(xiàn)有機(jī)器中以增強(qiáng)它們的能力。使用該算法的3D打印機(jī)還可以學(xué)習(xí)如何自己打印新材料。他們的低成本方法的詳細(xì)信息發(fā)表在NatureCommunications雜志上。

3D打印有可能徹底改變復(fù)雜和定制零件的生產(chǎn)，例如飛機(jī)部件、個(gè)性化醫(yī)療植入物，甚至是復(fù)雜的糖果，還可以改變制造供應(yīng)鏈。然而，它也容易受到生產(chǎn)錯(cuò)誤的影響，從小規(guī)模的不準(zhǔn)確和機(jī)械缺陷到整體構(gòu)建失敗。

目前，防止或糾正這些錯(cuò)誤的方法是由熟練的工人觀察過程。工人必須識別錯(cuò)誤(即使對于受過訓(xùn)練的眼睛也是一個(gè)挑戰(zhàn))，停止打印，移除部件，并調(diào)整新部件的設(shè)置。如果使用新材料或打印機(jī)，則隨著工人學(xué)習(xí)新設(shè)置，該過程需要更多時(shí)間。即使這樣，也可能會(huì)遺漏錯(cuò)誤，因?yàn)楣ぷ魅藛T無法同時(shí)連續(xù)觀察多臺打印機(jī)，尤其是長打印件。

“3D打印具有挑戰(zhàn)性，因?yàn)橛泻芏嗟胤娇赡軙?huì)出錯(cuò)，因此3D打印經(jīng)常會(huì)失敗，”該論文的資深作者、劍橋工程系的SebastianPattinson博士說。“當(dāng)這種情況發(fā)生時(shí)，你使用的所有材料、時(shí)間和精力都將丟失。”

工程師一直在開發(fā)自動(dòng)化3D打印監(jiān)控，但現(xiàn)有系統(tǒng)只能檢測到一個(gè)零件、一種材料和一個(gè)打印系統(tǒng)中的有限范圍的錯(cuò)誤。

“真正需要的是用于3D打印的‘無人駕駛汽車’系統(tǒng)，”同樣來自工程系的第一作者DouglasBrion說。“如果無人駕駛汽車只在一條道路或一個(gè)城鎮(zhèn)上工作，它就毫無用處——它需要學(xué)會(huì)在不同的環(huán)境、城市甚至國家之間進(jìn)行概括。同樣，‘無人駕駛’打印機(jī)必須適用于多種部件、材料和打印條件。”

Brion和Pattinson表示，他們開發(fā)的算法可能是工程師一直在尋找的“無人駕駛汽車”。

“這意味著您可以擁有一種算法，該算法可以查看您正在操作的所有不同打印機(jī)，不斷監(jiān)控并根據(jù)需要進(jìn)行更改——基本上可以完成人類無法做到的事情，”Pattinson說。

研究人員通過展示在192個(gè)打印對象的生產(chǎn)過程中自動(dòng)捕獲的大約950,000張圖像來訓(xùn)練深度學(xué)習(xí)計(jì)算機(jī)視覺模型。每個(gè)圖像都標(biāo)有打印機(jī)的設(shè)置，例如打印噴嘴的速度和溫度以及打印材料的流速。該模型還收到了有關(guān)這些設(shè)置與良好值的差距的信息，從而使算法能夠了解錯(cuò)誤是如何產(chǎn)生的。

“一旦經(jīng)過訓(xùn)練，算法就可以通過查看圖像來判斷哪個(gè)設(shè)置是正確的，哪個(gè)是錯(cuò)誤的——例如，一個(gè)特定的設(shè)置太高或太低，然后應(yīng)用適當(dāng)?shù)男Ｕ?rdquo;帕丁森說。“很酷的是，使用這種方法的打印機(jī)可以不斷收集數(shù)據(jù)，因此算法也可以不斷改進(jìn)。”

使用這種方法，Brion和Pattinson能夠制作出一種通用的算法——換句話說，它可以用于識別和糾正不熟悉的物體或材料中的錯(cuò)誤，甚至是新的打印系統(tǒng)中的錯(cuò)誤。

“當(dāng)您使用噴嘴打印時(shí)，無論您使用何種材料——聚合物、混凝土、番茄醬或其他任何材料——都會(huì)出現(xiàn)類似的錯(cuò)誤，”Brion說。“例如，如果噴嘴移動(dòng)得太快，您通常會(huì)出現(xiàn)材料團(tuán)塊，或者如果您推出的材料過多，那么打印線將重疊形成折痕。

“無論打印什么部件或使用什么材料，類??似設(shè)置產(chǎn)生的錯(cuò)誤都會(huì)具有類似的特征。因?yàn)槲覀兊乃惴▽W(xué)習(xí)了不同材料共享的一般特征，它可能會(huì)說‘哦，印刷線正在形成折痕，因此我們可能推出了太多材料’。”

結(jié)果，僅使用一種材料和打印系統(tǒng)訓(xùn)練的算法能夠在不同類型的打印系統(tǒng)上檢測和糾正不同材料中的錯(cuò)誤，從工程聚合物到番茄醬和蛋黃醬。

將來，經(jīng)過訓(xùn)練的算法在發(fā)現(xiàn)錯(cuò)誤方面可能比人類操作員更有效和更可靠。這對于組件故障可能產(chǎn)生嚴(yán)重后果的應(yīng)用中的質(zhì)量控制可能很重要。

在大學(xué)商業(yè)化部門CambridgeEnterprise的支持下，Brion成立了Matta，這是一家將開發(fā)商業(yè)應(yīng)用技術(shù)的衍生公司。

“我們正在將注意力轉(zhuǎn)向航空航天、能源和汽車行業(yè)等高價(jià)值行業(yè)，這些行業(yè)使用3D打印技術(shù)制造高性能和昂貴的零件，”Brion說。“完成一個(gè)組件可能需要數(shù)天或數(shù)周的時(shí)間，成本高達(dá)數(shù)千英鎊。在零件完成和檢查之前，可能無法檢測到開始時(shí)發(fā)生的錯(cuò)誤。我們的方法將實(shí)時(shí)發(fā)現(xiàn)錯(cuò)誤，顯著提高制造效率。”