重慶研究院3D打印技術(shù)研究團隊設計了基于同軸高速成像系統監控整個(gè)成形過(guò)程，可有效識別關(guān)鍵工藝現象，為實(shí)現全過(guò)程質(zhì)量控制提供新方法。相關(guān)工作已在《IEEE Transactions on Industrial Informatics》、《Computers in Industry》、《Materials & Design》等國際著(zhù)名期刊發(fā)表。

其中，題為“Prediction of powder bed thickness by spatter detection from coaxial optical images in selective laser melting of 316L stainless steel”的研究論文利用機器視覺(jué)技術(shù)改進(jìn)同軸成像光路，搭建了高速影像采集系統監控成形中的過(guò)程現象，解決了長(cháng)期以來(lái)無(wú)法清晰觀(guān)測零件成形全過(guò)程的問(wèn)題。該系統有效避免當前過(guò)程監控系統視野受限及成像清晰度差的問(wèn)題，實(shí)現了整個(gè)金屬3D打印成形過(guò)程數據的有效采集。

此外，題為“2-D Transformer-Based Approach for Process Monitoring of Metal 3-D Printing via Coaxial High-Speed Imaging”的研究論文提出了一種改進(jìn)的視頻理解模型，解決了從金屬3D打印過(guò)程現象中無(wú)法準確識別缺陷特征的問(wèn)題。這些結果有助于提高成形工藝的穩定性和可靠性，為實(shí)現金屬3D打印智能過(guò)程監控提供了理論依據和技術(shù)手段。

上述工作得到國家自然科學(xué)基金、國家重點(diǎn)研發(fā)計劃項目、中國科學(xué)院青年創(chuàng )新促進(jìn)會(huì )資助。

相關(guān)論文鏈接：

https://doi.org/10.1109/TII.2023.3314071

https://doi.org/10.1016/j.compind.2023.103975

https://doi.org/10.1016/j.matdes.2021.110301

https://doi.org/10.1016/j.jallcom.2021.163406

圖1. 改進(jìn)的同軸機器視覺(jué)系統光路布局原理圖及設備實(shí)拍圖

圖2. 提出的多尺度視頻理解模型架構圖