科学家创建新神经网络框架，可用于识别3D打印错误

3D打印技术越来越普及。近日，有研究小组创建了一种新方法，用于通过机器学习实时诊断打印的错误。研究人员将这个框架描述为实时纠正3D打印错误的第一个关键步骤。据研究人员称，这可以使敏感设备的打印在时间、成本和计算带宽方面更加有效。

研究人员表示，在电磁学领域，尺寸基于波长而不是常规测量单位，任何小缺陷都可能导致大规模系统故障或运行退化。如果3D打印一个家用物品就像调大号——即可以通过广泛的调整来完成，那么在电磁领域运作的3D打印设备就像调小提琴：小的调整真的很重要。

在以往的研究中，研究人员将摄像头连接到打印机头上，每次打印时都会捕获图像。虽然不是该项目的主要目的，但研究人员最终策划了一个数据集，他们可以将其与算法相结合，对打印错误的类型进行分类。

生成数据集并弄清楚神经网络需要哪些信息是这项研究的核心。研究人员使用这些来自廉价光学图像的信息来预测电磁性能，而无需在制造过程中进行模拟。如果有图像，那就可以判断某个元素是否会成为问题。如今已经有了这些图像，研究人员发现可以训练神经网络识别导致性能问题的错误。

当框架应用于打印时，它可以在打印时识别错误。既然可以实时识别错误对电磁性能的影响，在打印过程中纠正错误的可能性就更接近成为现实。

题为Mapping geometric and electromagnetic feature spaces with machine learning for additively manufactured RF devices的相关研究论文发表在《Additive Manufacturing》上。

前瞻经济学人APP资讯组

论文原文：

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