基于深度学习针对水凝胶挤出式打印成型的实时监测技术
2021-05-22何炜杰韩晨阳倪忠进倪益华吕艳叶晓平
机械工程师 2021年5期
何炜杰, 韩晨阳, 倪忠进, 倪益华, 吕艳, 叶晓平
(1.浙江农林大学 工程学院,杭州311300;2.浙江省特色文创产品数字化设计与智能制造重点实验室,浙江 丽水323000)
0 引言
水凝胶挤出式打印成型技术是生物3D打印中常用的技术之一。挤出式生物打印机实质上是基于喷墨式打印机的优化版本,它不同于喷墨式打印机的单个动力,而是通过施加一个连续的动力,使其打印机可以连续不间断地喷吐出打印纤维。这种打印方式的一大特点就是对打印材料的选择较多,只需要打印材料的黏度合适,打印结构通过交联后可以很好地保持其原有形状[1-2]。并且其设备成本低廉、打印物品的延展性好、打印墨水种类多、容易上手操作,被研究者广泛地应用在生物3D打印的实验研究中[3]。但由于水凝胶挤出式打印成型过程中极易受到温度与配置溶液黏度的影响,进行打印实验中常常会出现成型问题,如断丝和坍塌现象。为了避免打印出现问题后不必要的材料浪费,打印时需要实验员长时间守在打印设备附近观察打印情况,且打印过程用时较长,这样十分浪费时间和人力。
计算机视觉检测技术近年来在智能制造业中受到广泛的关注,越来越多的生产加工的检测环节应用了该项技术[4]。伴随着高速工业相机发展及深度学习算法的普及化,利用深度学习实现高效的计算机视觉识别系统,是当今面对生产监测问题的主要解决方法。其中一种主要应用于图像识别的方式是卷积神经网络算法,该算法与传统的图像处理技术相比,具有高效的自主学习能力,并且还简化了许多复杂的图像预处理的操作[5]。……
登录APP查看全文
