重慶研究院3D打印技術研究團隊設計了基于同軸高速成像系統監控整個成形過程，可有效識別關鍵工藝現象，為實現全過程質量控制提供新方法。相關工作已在《IEEE Transactions on Industrial Informatics》、《Computers in Industry》、《Materials & Design》等國際著名期刊發表。
其中，題為“Prediction of powder bed thickness by spatter detection from coaxial optical images in selective laser melting of 316L stainless steel”的研究論文利用機器視覺技術改進同軸成像光路，搭建了高速影像采集系統監控成形中的過程現象，解決了長期以來無法清晰觀測零件成形全過程的問題。該系統有效避免當前過程監控系統視野受限及成像清晰度差的問題，實現了整個金屬3D打印成形過程數據的有效采集。
此外，題為“2-D Transformer-Based Approach for Process Monitoring of Metal 3-D Printing via Coaxial High-Speed Imaging”的研究論文提出了一種改進的視頻理解模型，解決了從金屬3D打印過程現象中無法準確識別缺陷特征的問題。這些結果有助于提高成形工藝的穩定性和可靠性，為實現金屬3D打印智能過程監控提供了理論依據和技術手段。
上述工作得到國家自然科學基金、國家重點研發計劃項目、中國科學院青年創新促進會資助。
相關論文鏈接：
https://doi.org/10.1109/TII.2023.3314071
https://doi.org/10.1016/j.compind.2023.103975
https://doi.org/10.1016/j.matdes.2021.110301
https://doi.org/10.1016/j.jallcom.2021.163406
圖1. 改進的同軸機器視覺系統光路布局原理圖及設備實拍圖
圖2. 提出的多尺度視頻理解模型架構圖