ORNL发布用于3D打印质量监控的智能数据集

2025年8月27日，南极熊获悉，美国橡树岭国家实验室（ORNL）发布了最新的Peregrine软件的综合数据集，这套软件用于监测和分析通过粉末床增材制造技术生产的零件。数据集由美国能源部制造示范设施制作，作为一项研究的一部分，旨在建立制造异常、内部缺陷和机械性能之间的相关性。

△ORNL研究人员Luke Scime和Zackary Snow使用Peregrine软件在3D打印过程中监控和分析组件。（图片来源：Genevieve Martin/ORNL，美国能源部）

数据集专注于激光粉末床熔融(L-PBF)，这是一种利用激光熔化并融合金属粉末以逐层创建金属零件的工艺。它包含机器工艺参数、传感器数据、几何形状以及从多个角度和照明类型捕获的 3D 构建过程的详细图像，结合了高分辨率可见光和近红外成像以及打印部件的X射线扫描。

ORNL 制造系统分析小组的研究员 Luke Scime 说道：“Peregrine在打印过程中会拍摄图像，利用人工智能来查找异常。你会对每一层都进行这样的处理，然后构建一个包含所有可能存在问题位置的三维地图，并尝试预测哪些位置可能会在最终部件中造成问题。”

Peregrine 软件的自定义算法使用图像的像素值来仔细检查边缘、线条、角落和纹理的组成，并向操作员发送有关打印过程中任何问题的警报，以便他们能够快速进行调整。

Peregrine 通过动态多标签分割卷积神经网络 (DMSCNN) 查看来自多个传感器的数据，以检测问题并发出警报。例如，L-PBF打印件会出现飞溅，即激光熔化金属粉末时，熔融材料会喷出。这些飞溅的颗粒可能会落在零件的其他位置，从而影响整体质量。新的数据集包含所有 DMSCNN 分割结果以及经疲劳测试并受到此类飞溅引起的扰动的样本。

这套全面的信息支持用于增材制造(AM)流程数字化认证的AI模型开发。通过使用改进的开源Peregrine数据集，研究人员和制造商可以为3D打印部件开发更智能、更自适应的质量保证和质量控制系统。

其他为新数据集做出贡献的ORNL研究人员包括Zackary Snow、Chase Joslin、William Halsey、Andres Marquez Rossy、Amir Ziabari、Vincent Paquit和Ryan Dehoff。数据集的标题为“激光粉末床融合增材制造工艺的原位可见光和热成像数据与X射线计算机断层扫描和疲劳数据联合配准”。  

德克萨斯大学巴特尔分校代表美国能源部科学办公室管理橡树岭国家实验室，是美国物理科学领域基础研究的最大支持者。美国能源部科学办公室致力于解决当今时代一些最紧迫的挑战。