由黄强博士率领的 丹尼尔·J·爱泼斯坦工业与系统工程系的研究人员最近获得了140万美元的资助，其中包括最近获得的35万美元的NSF资助。博士助理 王元祥，Nathan Decker，Lingdong Lyu，Linzhi Lin和Christopher Henson的学生，随着团队继续研究更好的方法来简化3D打印（使技术在机器学习中变得“更智能”），他们已经发表了许多有关该主题的文章。
黄强，博士，工业与系统工程与化学工程与材料科学副教授
虽然青岛3D打印的好处在全球范围内变得显而易见-包括从初学者到认真的工业家的用户-挑战仍然如此之多，以至于研究人员忙于解决问题，并将技术推向新的高度满足无数创新项目中出现的要求。
在研究团队最新发表的主题为“ 形状偏差生成器-一种用于学习和预测济南3D打印形状精度的卷积框架 ”的工作中，作者解释了AM的机器学习（ML4AM）如何在改善青岛3D打印服务过程中的使用成为现实。 ：
“基于物理学的建模和仿真方法提供了从点到线，线到表面以及曲面到3D形状的对象形成的体素级描述。然而，这种计算密集型的建模框架并未为AM数据的机器学习提供清晰的结构。“在数据分析框架下，建模和预测平面物体的形状精度已经取得了重大进展。”
目标是减少错误。例如，形状变形会导致许多印刷失败，从而导致报废-根据材料的不同，可能意味着很多浪费。使用研究人员创建的新软件工具PrintFixer，机器学习算法可以将数字制造精度提高多达50％或更多。
PrintFixer是一个新的机器学习驱动的软件包，它将使青岛3D打印公司的准确性提高50％（图片：PXHERE）
“什么到目前为止，我们已经证实的是，在印刷的例子精度可提高约50％以上，”黄说。“如果我们制作的济南3d打印对象与训练案例相似，则整体精度提高可以高达90％。
Huang说：“出于各种原因，实际上可能需要工业八次迭代构建才能使零件正确，而这是针对金属的，因此非常昂贵。”
关键是尽可能少地偏离原始设计，这意味着必须对硬件和材料保持更好的控制。通过机器学习过程，PrintFixer之类的软件可以使用先前作业中的数据来“理解”并防止将来发生错误。
Huang说：“从选定的五个对象到八个对象，我们可以学习很多有用的信息。” “我们可以利用少量数据对各种物体进行预测。”
研究人员已经成功测试了他们的软件，并已在各种材料和各种应用程序中使用了该软件-包括航空航天项目中的商用热塑性塑料和金属。
PrintFixer的屏幕截图显示了打印形状中的预测变化，扩展区域以红色突出显示，较小区域以蓝色标记。
“因此，就像人类学会打棒球一样，您将更快地学习垒球或其他相关运动，” 软件开发主管内森·德克尔（Nathan Decker）说。“以同样的方式，我们的AI几次见过就可以更快地学习。”
用户还可以使用该软件来预测他们选择的另一台质量更好的青岛3D打印机是否会为他们带来更好的结果。
“但是，如果您不想更换打印机，我们还将软件包中集成了功能，从而使用户可以补偿错误并更改对象的形状–取下太小的零件并增加其尺寸，同时减少太大的零件。” “然后，当他们打印时，应该在第一次打印时使用正确的尺寸。”
现在，该小组正在与澳大利亚的牙科诊所合作，扩展其3D打印牙科模型的技术。但是，他们的持续目标是使该软件在所有级别上的所有人都可以使用。
“假设我正在使用使用PLA（青岛3D打印中使用的生物塑料）的MakerBot 3D打印机，我可以将其放入数据库中，并且使用相同模型和材料的人可以获取我的数据并从中学习，”德克尔说。
他说：“一旦世界各地的人们都在使用它，那么突然之间，您将获得利用大量数据的绝佳机会，而这可能是非常强大的事情。”
博士 学生Weiwei Lin的工作是确保牙科患者牙齿的3D打印模型与他们的设计精确匹配。模型上的红点是自动选择的界标，以确保可以精确打印复杂形状。