FAMU-FSU通过在机器之间共享数据来提高3D打印质量，满足多样化的市场需求

FAMU-FSU工程学院的研究人员正在通过教机器相互学习来改进3D打印技术。
 

△工业工程副教授王辉（左）和博士生魏安尊共同发表了一篇论文，详细介绍了互连3D打印机收集的云数据如何提高质量和打印精度。图片来自FAMU-FSU

该论文已发表在IEEE（电气和电子工程师协会）自动化科学与工程汇刊上，研究人员展示了其他机器如何使用来自一台打印机的数据来提高效率和质量（文末尾提供论文链接）。

3D打印机技术加速兴起
“云制造以及物联网 (IoT) 是一项新兴技术，”论文合著者、FAMU-FSU工程学院副教授王辉说。“该技术表明，多台生产机器产生的数据可以及时共享，可作为在线服务来满足不同的市场需求。”。

根据Hubs平台，2021年3D打印趋势报告显示，虽然全球制造业受到COVID-19的影响，但全球3D打印市场却在2020年仍增长了21%。目前该新兴技术正在加速研发金属到生物材料在内的所有东西。在这场新的商业竞赛中，如何通过优化流程以获得竞争优势是人们研究的重要课题之一。
 

△王和魏使用互连的3D打印机证明迁移学习是实现“群体智能”的一种方式，通过这种方式，多协作可以超越单台机器效率和质量。图片来自FAMU-FSU

王和他的学生正在努力开发新的学习算法和控制打印过程的方法。打印机喷嘴运动的微小差异会导致加工过程中的变化和成品结构中的缺陷。他们的技术使用机器之间共享的数据来减少打印缺陷。

研究人员在云平台上连接了不同的打印机，然后让机器共享有关精确处理的数据，从而减少了准备和校准它们所需的时间。

该论文合著者魏说，他们还开发了一个数学模型来更好地理解打印过程。“我们可以预估几何打印质量和模型可能出现的相关缺陷，”他说。“这些信息可用于计算输入打印参数所需的调整，以补偿这些错误。”

迁移学习技术
传统的机器学习需要大量的实验数据，可能难以收集。制造中使用的打印机必须快速调整以应对新的打印任务。迁移学习技术允许不同的打印过程共享经验，从而加快该过程。该研究证明了使用来自互连3D打印机的共享数据来减少测试时间和改进成品的可行性。

“通过减少测试，我们可以更快地改进质量控制，从而快速重新校准印刷流程以满足多样化的市场需求，”王说。“这特别适用于个性化产品的大规模生产，以获得大批量商业化竞争优势。”
 

△通过打印机间迁移学习改进3D打印运动中产生的几何变化

论文链接

这项调查得到了美国国家科学基金会两项拨款和部分支持，总额超过130万美元。其中一项涉NSF的科学与工程研究基础设施计划(RISE)和高性能材料研究所的本科生研究经验(REU)。该平台的目标是建立一种学习算法，从而找到一种可行的方法来创建各种尺寸的高性能轻量化复合材料结构。该基金会的另一项拨款用于支持柔性制造的研究，以满足不同的市场需求。

0

好文章，需要你的鼓励，给点个赞吧！