2026年5月29日，北佛罗里达大学（UNF）研究人员正在开发一种自动化逐层监控系统，能够在金属3D打印过程中实时检测并纠正缺陷，将增材制造的质量控制从“事后检测”推进到“事中干预”。这项研究由美国国家科学基金会（NSF）新拨款支持，由先进制造工程助理教授Longfei
Zhou博士带领一支本科生研究团队执行。
逐层质量控制系统
这个项目的核心是一个自动化监控系统，实时观察打印的每一层，识别新出现的异常并立即修正，而不是等到打印完成才发现问题。通过及早精准干预，系统可在不影响整体流程的前提下减少零件故障。该团队表示，在问题恶化之前发现并解决，可直接转化为成本节约——减少废品、降低运营成本、缩小环境足迹。研究人员认为，这项工作也有助于提升美国制造业的长期韧性：更高的良品率与更环保的生产方式可以并行。除此之外，项目还肩负着教育和开放获取的使命。新的课程模块和实验活动将向学生介绍数据与自动化在现代制造业中的角色。团队计划公开发布数据集、训练好的模型、数字孪生软件和基准决策策略，研究成果的受益范围将远超出北佛罗里达大学校园。
全行业共同努力缩小质量差距
激光粉末床熔融技术已成为先进制造的基石，能够为航空航天、医疗保健和能源等行业生产高度复杂的零部件。然而，尽管该工艺功能强大，但仍存在一个不易察觉却代价高昂的缺陷：在打印过程中，机器的粉末铺展机构扰动金属床时会产生条纹。如果不加以处理，这些条纹会损害结构完整性，迫使制造商报废零件或重新开始整个生产过程，造成材料和能源的双重浪费。
UNF正在应对的挑战是日益增长的行业努力的核心。过去的举措侧重于原位监测系统，这些系统可以跟踪打印过程中的热行为和熔池动态，例如Sigma
Labs的PrintRite3D平台，该平台部署在DMG MORI LASERTEC金属3D打印机上，用于分析过程数据并实时标记缺陷。
在学术方面，阿克伦大学激光应用中心的研究人员一直在利用高速高分辨率相机改进基于粉末床的激光熔化过程监控，通过全局观察研究飞溅、烟雾和凝固，同时对粉末床层进行静态分析以支持缺陷检测，并计划集成人工智能以自动分析激光与材料的相互作用。从更宏观的视角来看，UNF这项研究回应了金属增材制造在规模化生产中面临的核心瓶颈：当打印速度与零件复杂度不断提升，人工依赖和经验驱动的质检模式已难以匹配。一个能自主识别异常并即时介入的自动化系统，将成为航空航天等对零部件可靠性要求极高的行业走向批量增材制造的关键基础设施。
尽管这个项目目前仍处于研发阶段，但研究团队选择开放共享——公开模型、数据和决策策略。这有望推动整个行业在过程质量控制领域形成更统一的技术标准。
来源：南极熊
0 留言