OSU联合密西西比州立打造全新3D打印平台：连续纤维+聚合物一次成型，内置机器学习实时质检

一台还没完全造出来的3D打印机，正在让两个美国大学团队忙得不可开交。俄克拉荷马州立大学（OSU）和密西西比州立大学想让它把连续纤维和聚合物铺在同一个部件里，同时靠机器学习当场盯着打印质量。

出钱的是美国国家科学基金会，走的是重大研究仪器（MRI）计划的第一轨道，项目全称叫「多材料增材制造中机器学习辅助连续纤维沉积的开发」。大多数科研经费最后产出的是一篇篇论文。

这个项目产出的是一台机器。

项目联合首席研究员、OSU工业工程与管理学院（IEM）副教授田文猛博士说，「这个项目给了我们机会，去开发一套目前市场上还不存在的全新3D打印系统。」她的团队负责传感和机器学习模块，也就是让打印机能在打印过程中分析自己、调整自己的那部分。

系统完成后，计划作为区域和国家级研究枢纽，向工程和科学领域的大学和行业团体开放。也就是说，它不是一台锁在实验室里的宝贝。

这台机器最标志性的能力，是在单个部件里同时铺设连续纤维增强材料和聚合物。连续纤维给设计者带来的力学行为控制，远不是普通非增强打印能比的。

把不同纤维和不同基体材料配在一起，就能做出在部件不同区域刚度、强度或柔韧性都不同的复合材料。

为了实现这一点，机器会装多个打印头，每个打印头负责一种材料，单一平台上能跑多种打印工艺。传统打印机通常只能在很窄的材料范围内跑单一工艺，一次打印能装进的东西很有限。把这个限制拿掉，很多新设计才变得触手可及。

团队列了一串目标应用，软体机器人、柔性电子、功能器件、智能结构。田博士还提到航空航天结构和生物集成器件，也会从这种高保真复合材料生产里受益。

机器的另一半是数据。传感器会在每次打印过程中记下工艺信息，机器学习模型拿这些信息实时判断部件质量，而不是等打印全部结束才回头看。

这套数据也不只是用来当场判个好坏。

工程师把部件制造方式、内部结构和最终性能之间的联系，叫作工艺、结构和性能之间的关系。单材料打印里，这些关系已经够难厘清。多材料工作里，每多加一种材料、一条纤维路径、一种沉积方法，都会引入一堆变量，它们互相作用的方式很难预测，光靠设计数据很少能看到全貌。

这其实是制造业的老问题。

过去老师傅靠手感调机器，靠经验猜结果，现在传感和数据想把这种手感变成可以反复验证的东西。把传感和学习直接嵌进打印机，就是为了弥合这个差距。

系统会把学到的知识反馈到部件设计和打印设置里，争取在缺陷真正毁掉一次打印之前，早一点发现，早一点修。

OSU工业工程与管理学院的学生会承担传感器选型布置、实验设计，还有把工艺数据和部件性能关联起来的分析工作。田博士说，这个组合把动手制造和数据科学放在一起，而工厂正在朝着过程监控和数据驱动的质量控制走，这种能力越来越受雇主待见。

这台仪器更大的影响，要看俄克拉荷马和密西西比之外的人愿不愿意用。如果它能按预期跑起来，那些没有专业设备的实验室，就能获得一台带内置监控的连续纤维多材料打印机，这种组合商业机器很少提供。对OSU自己来说，这个项目也接上了学校把研究转化成实用工具、同时培养未来操作这些工具的学生的路子。

说实话，多材料打印和过程监控都不是新词。但市面上确实没有一台商业机器，能把连续纤维、多材料沉积、过程监控和机器学习绑在一起。OSU和密西西比州立大学选择不买现成设备，而是把这套组合当成共享仪器自己造，让没有同类硬件的团队也能用。

在硬件这条线上，最近的学术工作已经碰到了同一问题的不同碎片。巴基斯坦伊斯兰堡空间技术研究所，和巴基斯坦国立科技大学、阿联酋阿治曼大学合作，搭了一套连续纤维增强聚合物丝材的生产装置，用在熔融沉积成型（FDM）打印上。

这套装置把连续E-玻璃纤维嵌进聚乳酸（PLA）基体，在挤出过程中保持纤维排列和封装，专门去解决纤维断裂、错位和基体粘附力弱这几个老问题。

麻省理工学院（MIT）那边走的是多材料路线。他们的多材料挤出平台装了四个独立的挤出工具，每个工具处理不同种类或形态的原料，目标是现场一步造出一个功能完整的电动机。

监控研究也在往前推。美国阿贡国家实验室和德克萨斯A&M大学给粉末床熔融设备装了一台原位红外摄像机，训练机器学习算法，靠打印过程中记录的热历史来预测3D打印部件的缺陷。

英国博尔顿大学的先进制造中心，则开始在金属增材设备上部署一家叫Addiguru的工业监控公司所做的原位监控和缺陷检测平台，去研究缺陷形成、工艺稳定性和打印一致性，用自动化和统计分析把光学、热和机器控制数据揉在一起。

这些努力大多在材料系统或监控的某一段上往前推。OSU和密西西比州立大学这台仪器，想在一台机器里同时把两件事都做了。可它真正的考验是什么？

不是调试时能打出多漂亮的样件，而是外面的研究人员到底会不会真的来用，用得多不多。我们这些看热闹的，最怕项目通稿写得漂亮，真机跑起来又是另一回事。