人工智能模型可高精度识别 3D 打印部件的来源

伊利诺伊大学的研究人员通过发现每台工业 3-D 打印机都会留下细微的、机器特有的表面图案。根据这些图案训练出来的卷积网络几乎可以精确地分辨出是哪台打印机制造的零件。

研究小组在 21 台商用机器上制作了 9,192 个零件，涵盖了四种增材制造工艺：数字光合成、多喷射融合、立体光刻和熔融沉积建模。每个零件都在平板文档扫描仪上以每像素 5.3 微米的速度进行扫描，从而创建了一个用于模型训练和测试的高分辨率图像库。

利用 EfficientNet-V2 架构和多个随机图像裁剪的投票方案，该模型识别未见部件的源打印机的准确率达到 98.5%。它还能识别制造工艺和材料，准确率高达 100%，甚至能推断出数字光合成部件的构建盘位置，准确率大约在 5 厘米（约 1.97 英寸）以内。

这项研究描绘了精确度如何取决于图像分辨率和裁剪尺寸。对于数字光合成等过程，200 微米见方的裁剪就足够了；熔融沉积部件需要更大的区域（≈3 毫米），但可以容忍较低的分辨率，从而使该方法与现成的照相机和扫描仪兼容。

除基本分类外，该方法还为供应链监督提供了实用工具。它可以确认承包商是否使用了商定的机器，标记未报告的流程变更，并在没有嵌入标签或供应商合作的情况下帮助追踪有缺陷或假冒的部件。