橡树岭实验室研发自动纠错系统，提升大型3D打印可靠性

在增材制造领域，当打印对象达到卡车轮胎甚至整车规模时，传统工艺往往难以保证极高的质量一致性。为此，美国能源部（DOE）下属的橡树岭国家实验室（ORNL）的研究人员正在致力于通过开发一种计算机视觉系统，使3D打印在大规模制造中更加可靠。该系统能够在打印过程中实时检测并纠正误差，从而解决大型构件生产中的痛点。

类人智能控制实现实时纠偏

该项目的首席研究员克里斯·维莱兹（Kris Villez）与田纳西大学研究生克里斯·奥布莱恩（Chris O'Brien）合作，旨在改进大型部件的3D打印工艺。维莱兹指出：“我们的控制器能够感知正在发生的事情并做出实时反应，这是前所未有的创新。”该系统控制过程类似于人类操作：通过观察并微调设置，直至达到预期结果。

熔融丝材制造（FFF）技术通过将熔融材料挤出成控制的层来构建3D物体，彻底改变了原型设计和小规模制造。然而，当物体尺寸放大时，可靠性往往会下降，打印过程中的误差也会累积。维莱兹及其同事正是为了解决这一问题而开展研究，他们以大于卡车轮胎尺寸的物体为目标，以此证明该工艺的有效性。

六热像仪阵列构建闭环反馈

该系统的核心工作原理是利用围绕挤出机布置的六个热成像相机阵列，对材料在挤出和冷却过程中的状态进行监控。如果材料温度过高或过低——这两种情况都可能导致打印失败，控制器无需人工干预即可自动补偿，通过实时调整热端温度或打印速度来纠正偏差。

维莱兹表示：“让这些机器变得更智能、更具响应性有着巨大的机会空间。”他形象地比喻道：“Zui终我们希望这能像烤面包一样：你设定烤箱温度，放入面团，然后等待计时器响起查看结果。你不需要在整个烘烤过程中实时监控烤箱温度。”这种“无人值守”的高可靠性操作模式，正是大型工业级3D打印迈向成熟的关键一步。

截至发稿时，橡树岭国家实验室团队尚未发布关于该系统的更多细节。不过，一篇详细阐述同一纠错方法早期版本的论文已公开，该论文由橡树岭国家实验室与田纳西大学诺克斯维尔分校的研究人员合作撰写，收录于2025年印第安纳波利斯SAMPE会议的会议录中（需闭源访问）。