研究员开发出能给金属3D打印粉末自动分类的技术

m_xiang

一种出自机器的视觉技术被卡内基梅隆大学工程学院的研究员开发完成，这项技术能对完全不同的金属3d打印粉末的种类进行全自动的识别和分类，其精确度高达95％以上。

作为从事制造业的专业人士来说，不管是3D打印的金属部件，还是用其他方法制造的，都需要经过严格的测试，以确保其质量和可用性。总而言之，这是一件好事：如果功能部分低于预期标准，这讲给供应商和客户带去灾难性的影响。

但在3D打印方面，供应商面临巨大的压力迫使3D打印金属零件尽快出货。毕竟，速度被视为技术最大的卖点之一，排除速度的选项，客户可以采取其他选择。

面对3D打印金属零件的缓慢测试，卡内基梅隆大学工程学院的一个研究团队决定开发一种新型的技术，可以大大加快和改进3D打印件的测试。

研究人员在“矿物、金属和材料学会”杂志上发表了题为“自动识别AM粉末原料表征的机器视觉系统”的论文。在论文中，研究人员解释了他们的新机器视觉技术如何对金属3D打印粉末类型进行自主识别和分类，并且精度超过95％。

研究团队解释，这种粉末识别能力实际上可以减少3D打印部件的大部分物理测试的需要。

卡内基·梅隆（Carnegie Mellon）的材料科学和工程教授、研究主管Elizabeth Holm解释说：“在传统的制造领域，部件通常是通过破坏性测试来实现的。一家公司可能会生产多种零件，并对其进行测试，以观察测试结果。整个测试不仅是测试零件，同时也是对测试人员毅力和身体承受能力的测试。”

但Holm认为，通过精确地分选进入3D打印机的粉末，其中的一些破坏性测试将变得多余。其解释说：“破坏性测试花费大量的时间和金钱，所以应该避免添加剂制造，以保持3D打印的按需性质，”她补充说，“她的研究着眼于新的资格概念，如机器系统，以保证成功的3D打印版本。”

有关机器学习涉及到计算机培训，以便在没有手动监督的情况下识别和分类粉末。通过该系统可以看出，金属粉末是否具有零件要求的微观结构质量，如强度、韧性等。如果是这样，零部件一旦3D打印，它就不太可能破裂或发生故障。

Holm和她的研究团队在八种不同的商业原料粉末上测试了机器视觉系统，发现他们的系统能够捕获比正常手动测量更多的金属3D打印粉末。

这套系统甚至可以识别关于粉末的许多不同特征，如其颗粒多大？颗粒如何组合在一起？颗粒的表面粗糙度以及它们的形状。令人惊讶的是，计算机实际上比训练有素的人类更好地区分粉末。

“重要的是，机器视觉方法是自主的、客观的和可重复的，”Holm总结说，“这种标准化是推进现场质量保证的必要条件。”

研究员认为，他们的工作能促进未来自主微观结构分析的研究。