重庆研究院3D打印技术研究团队设计了基于同轴高速成像系统监控整个成形过程，可有效识别关键工艺现象，为实现全过程质量控制提供新方法。相关工作已在《IEEE Transactions on Industrial Informatics》、《Computers in Industry》、《Materials & Design》等国际著名期刊发表。
其中，题为“Prediction of powder bed thickness by spatter detection from coaxial optical images in selective laser melting of 316L stainless steel”的研究论文利用机器视觉技术改进同轴成像光路，搭建了高速影像采集系统监控成形中的过程现象，解决了长期以来无法清晰观测零件成形全过程的问题。该系统有效避免当前过程监控系统视野受限及成像清晰度差的问题，实现了整个金属3D打印成形过程数据的有效采集。
此外，题为“2-D Transformer-Based Approach for Process Monitoring of Metal 3-D Printing via Coaxial High-Speed Imaging”的研究论文提出了一种改进的视频理解模型，解决了从金属3D打印过程现象中无法准确识别缺陷特征的问题。这些结果有助于提高成形工艺的稳定性和可靠性，为实现金属3D打印智能过程监控提供了理论依据和技术手段。
上述工作得到国家自然科学基金、国家重点研发计划项目、中国科学院青年创新促进会资助。
相关论文链接：
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
图1. 改进的同轴机器视觉系统光路布局原理图及设备实拍图
图2. 提出的多尺度视频理解模型架构图