美国科研团队近日宣布，他们成功开发出一套基于摄像头与人工智能技术的3D打印质量实时监测系统。该系统能够在打印过程中逐层检测零部件的制造质量，及时识别断丝、尺寸偏差等微小缺陷，为先进制造领域的质量控制提供了全新解决方案。相关研究成果已发表于《npj先进制造》期刊。
这套创新系统主要针对直接墨水书写技术设计。这种3D打印方式通过喷嘴挤出柔软或糊状材料，形成连续的丝状结构并逐层堆叠。在复杂缓冲垫和衬垫的制造中，打印丝的直径精度和排列方式直接影响产品性能，即便是微米级的间隙变化或断丝现象都可能导致功能失效。传统检测方法需等待打印完成后，通过X射线成像或机械测试进行离线分析，不仅耗时且成本高昂。
新系统将质量检测环节前移至制造过程。安装在打印设备上的高速摄像头会实时捕捉每层材料沉积的图像，配套的人工智能算法则对这些图像进行即时分析。系统能够精确测量打印丝的直径等关键参数，并在发现异常时立即发出警报。研究人员形象地比喻称，这套系统相当于为3D打印机赋予了"视觉感知与智能决策"能力——摄像头充当眼睛，AI算法则扮演大脑的角色。
在系统验证阶段，科研人员使用了近1.5万张人工标注的图像训练机器学习模型，并在55个测试零部件上验证了其准确性。实验数据显示，自动化测量的精度可达微米级，与人工测量结果偏差通常不超过几微米。更显著的是效率提升：人工分析一张大型图像需要20分钟至1小时，而AI系统仅需几毫秒，处理速度提升约10万倍。
实际应用测试中，系统展现出了强大的缺陷定位能力。在对一个25厘米见方的缓冲垫进行检测时，研究人员从单层采集了约2500张图像，成功绘制出零部件内部结构的空间分布图。分析发现，打印丝直径存在从一侧向另一侧的渐进变化，进一步排查确认这是由于打印平台与喷嘴存在微小倾斜所致。这种局部尺寸异常在传统整体平均测量中极易被忽略。
相较于需要完整扫描才能获取三维信息的X射线CT技术，新系统具有独特的优势。研究人员指出，虽然CT能提供详细的结构数据，但对大型复杂零部件的高分辨率检测存在限制。而安装在打印机上的摄像头可实现制造过程的持续监测，特别适合检查那些因尺寸过大难以进行完整CT扫描的零部件，为工业生产中的质量控制开辟了新途径。
