罗文大学首跑金属3D打印遇异常，逐层测量数据助其化险为夷

Phase3D与罗文大学数字工程中心（DEHub）近期达成合作，共同推进数据驱动的金属增材制造研究、教育及工艺可靠性验证与信心建设。这家总部位于芝加哥的3D打印质量保证软件开发商，与DEHub的合作方向明确，但合作关系真正落地，是从该中心新安装的DMG MORI LASERTEC 30 SLM US金属增材制造设备第一次独立运行打印开始的。

打印批次采用Phase3D的Fringe Inspection™逐层测量打印表面，一圈一圈地记录数据。结果刚开头就出事了——一个打印准备输出错误，导致前大约60层只打印了零件的轮廓，预期的内部填充和支撑结构全被跳过。也就是说，前60层只是个空壳子，里面什么都没有。

这种错误不仅会导致零件缺陷，还会对打印机状态构成危险。从错误的纯轮廓设置过渡到全填充，如果缺乏预期的支撑几何结构，零件可能发生剥离、变形、突出于粉床之上，甚至无法成形，属于高风险环节。单个突出零件还可能干扰刮刀，在整个打印平台上引发连锁效应，甚至损坏打印机。

面对这么早出现的错误，许多操作人员可能会出于谨慎直接把零件取消，要么就是在没有测量数据的情况下硬着头皮继续打。罗文大学的团队选的是另一种方式：按照与Phase3D一起制定的停止条件来推进——如果Fringe Inspection高度图显示零件出现凸起、异常膨胀、粉末覆盖不当，或者零件成形异常的迹象，团队就会立即停止打印。

整个过渡过程中，两个团队一直在跟踪曝光后熔化区域的高度，同时检查后续粉末层有没有铺粉器相关的问题。标准机器观察和层图像能显示一些外观差异，但给不出量化的表面高度数据。Fringe Inspection提供的是经过校准和验证的测量结果，让团队在打印推进过程中有依据做继续或者停止的决定。

高度图完整捕捉了零件从只有轮廓层到实体几何结构的转变过程。测量结果表明零件打印状态良好，无膨胀、突出或剥离迹象。粉末层也保持健康状态，无刮刀受干扰的迹象。基于这些证据，团队继续打印，并最终顺利把打印批次跑完。

这次合作让罗文大学的学生和研究人员能拿到来自金属增材制造工艺的、经过校准的、基于单位量级的高度图。这类错误本来可能导致零件报废或盲目前进，但这次却把意外事件转变为有监测、有数据支撑的决策过程。双方计划用这些测量数据来支持工艺理解、异常检测、认证研究，还有基于测量的制造实践教学。

「DEHub的目标是将先进制造与可信数据相连接。这次首次打印向我们的学生和研究人员展示了实时定量检测如何在最关键时刻为决策提供支持。」罗文大学数字工程中心主任Antonios Kontsos博士教授表示。

Phase3D的核心思路，是想给金属增材制造的操作员提供定量的逐层表面数据，而不是只靠目视检查或者操作员的感觉。和罗文大学合作，等于把这个思路直接带进了学术界，让未来会用这些系统的人，在校期间就接触到实时工艺数据。

类似的做法在别处也有。伦敦大学学院开发了一个叫AM-SegNet的神经网络，能在不到四毫秒的时间里处理金属打印过程中捕获的X射线图像，帮研究人员更快地观察缺陷形成的过程。它同样是把实时数据和学术研究直接连起来，不只是放在工业生产里用。

Addiguru走的也是产业和学术界合作的路子，和博尔顿大学先进制造中心这类机构扩大现场监测合作，把自己软件和对方的金属增材制造系统集成到一起，在实际生产条件下研究缺陷检测。目的和罗文大学这次合作一样，就是给研究人员能直接行动的数据，而不是事后才回头看。

制造业里，信任从来不是靠感觉建立的。那个60层的错误，放在以前可能意味着一次高成本的试错，但这次，逐层数据把不确定变成了可判断的决策。或许这就是这些合作真正想做的事，让下一代制造商从第一天起就习惯和数据一起工作。