科學家創建新神經網路框架，可用於識別3D列印錯誤

3D列印技術越來越普及。近日，有研究小組創建了一種新方法，用於通過機器學習實時診斷列印的錯誤。研究人員將這個框架描述為實時糾正3D列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列印在時間、成本和計算帶寬方面更加有效。<br />
研究人員表示，在電磁學領域，尺寸基於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列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，那麼在電磁領域運作的3D列印設備就像調小提琴：小的調整真的很重要。<br />
在以往的研究中，研究人員將攝像頭連接到印表機頭上，每次列印時都會捕獲圖像。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，他們可以將其與演算法相結合，對列印錯誤的類型進行分類。<br />
生成數據集並弄清楚神經網路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，而無需在製造過程中進行模擬。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路識別導致性能問題的錯誤。