查爾斯大學(xué)計算機圖形小組(CGG) 的研究人員開發(fā)了一種基于機器學(xué)習(xí) (ML) 的技術(shù)，可以幫助釋放高保真彩色3D打印的潛力。通過不斷模擬打印過程，該團隊成功地訓(xùn)練了一種算法，以迭代地找到限制顏色滲色和提高零件精度的最佳參數(shù)。該程序也非常高效，只需要一個 GPU，使其比類似的 AI 方法快 300 倍，同時將打印準備時間從幾十小時減少到幾分鐘。

使用團隊的新機器學(xué)習(xí)軟件創(chuàng)建的三色3D 打印模型。圖片來自查爾斯大學(xué)。

彩色3D打印的速度限制

目前，許多材料噴射(MJ) 3D 打印機能夠生產(chǎn)具有復(fù)雜顏色變化的零件，因此它們通常用于重建高度詳細的人工制品和手術(shù)模型。為了實現(xiàn)這一點，傳統(tǒng)的 MJ 系統(tǒng)使用紫外線來精確固化不同的半透明基色樹脂混合物，這種減法混合過程為它們提供了相當(dāng)廣泛的調(diào)色板。

使用“蒙特卡羅”預(yù)測模型開發(fā)的合成數(shù)據(jù)集示例。圖片來自查爾斯大學(xué)。

另一種光散射模型

傳統(tǒng)上，預(yù)測紫外線傳播的方向涉及使用所謂的“蒙特卡羅”（MC）模擬模型。盡管此類方法通常很有效，但它們可能需要數(shù)小時才能完成，即使使用高端系統(tǒng)來生產(chǎn)非常小的物體，也會造成瓶頸，從而阻止復(fù)雜彩色零件的可擴展生產(chǎn)。為了解決這個問題，研究人員采用了一種數(shù)據(jù)驅(qū)動的方法，在該方法中，他們使用深度神經(jīng)網(wǎng)絡(luò)來模擬減少樣本數(shù)量的產(chǎn)生，但代價是結(jié)果差異更大。盡管該團隊的改進循環(huán)導(dǎo)致了一些較低質(zhì)量的預(yù)測，但對參考對象進行建模只需要 30 個小時，遠少于 MC 驅(qū)動軟件預(yù)計的 3,000 多個小時。

研究人員在他們的論文中總結(jié)道：“[我們的] 3D 打印管道在質(zhì)量上與以前的工作相匹配，同時通?？?100 到 300 倍。盡管任何數(shù)據(jù)驅(qū)動模型的通用性有限，但該網(wǎng)絡(luò)可以很好地泛化到看不見的幾何形狀和材料值。這種穩(wěn)健性為我們的實際部署提供了解決方案?！?/span>

機器學(xué)習(xí)驅(qū)動的AM 優(yōu)化

僅在過去的12 個月中，ML 算法就發(fā)現(xiàn)了廣泛的 3D 打印應(yīng)用。就在去年，數(shù)據(jù)專家 Senvol 與美國陸軍研究實驗室簽約，使用其專有的 ML 軟件作為開發(fā)靈活計劃的一種手段，以對 3D 打印導(dǎo)彈部件進行合格評定。在其他地方，阿貢國家實驗室和德克薩斯農(nóng)工大學(xué)的研究人員使用實時溫度數(shù)據(jù)和機器學(xué)習(xí)軟件來實現(xiàn)先進的 3D 打印缺陷檢測。具體來說，科學(xué)家們已經(jīng)能夠?qū)⒘慵臒釟v史與激光粉末床融合過程中亞表面缺陷的形成相關(guān)聯(lián)。