科學家創建新神經網絡框架，可用于識別3D打印錯誤

3D打印技術越來越普及。近日，有研究小組創建了一種新方法，用于通過機器學習實時診斷打印的錯誤。研究人員將這個框架描述為實時糾正3D打印錯誤的第一個關鍵步驟。據研究人員稱，這可以使敏感設備的打印在時間、成本和計算帶寬方面更加有效。

研究人員表示，在電磁學領域，尺寸基于波長而不是常規測量單位，任何小缺陷都可能導致大規模系統故障或運行退化。如果3D打印一個家用物品就像調大號——即可以通過廣泛的調整來完成，那么在電磁領域運作的3D打印設備就像調小提琴：小的調整真的很重要。

在以往的研究中，研究人員將攝像頭連接到打印機頭上，每次打印時都會捕獲圖像。雖然不是該項目的主要目的，但研究人員最終策劃了一個數據集，他們可以將其與算法相結合，對打印錯誤的類型進行分類。

生成數據集并弄清楚神經網絡需要哪些信息是這項研究的核心。研究人員使用這些來自廉價光學圖像的信息來預測電磁性能，而無需在制造過程中進行模擬。如果有圖像，那就可以判斷某個元素是否會成為問題。如今已經有了這些圖像，研究人員發現可以訓練神經網絡識別導致性能問題的錯誤。

當框架應用于打印時，它可以在打印時識別錯誤。既然可以實時識別錯誤對電磁性能的影響，在打印過程中糾正錯誤的可能性就更接近成為現實。

題為Mapping geometric and electromagnetic feature spaces with machine learning for additively manufactured RF devices的相關研究論文發表在《Additive Manufacturing》上。

前瞻經濟學人APP資訊組

論文原文：

https://www.sciencedirect.com/science/article/abs/pii/S2214860421006965?via%3Dihub

標簽： 神經網絡 3D打印