在金属3D打印领域，打印件的测试缓慢是一个急需解决的问题。为此，卡内基梅隆大学工程学院的研究人员开发出一种可以自动识别和分类不同种类的金属3D打印粉末的机器视觉技术，其准确率在95％以上。该技术可以大大加快和改进金属3D打印件的测试，并有望在五年内普及。

研究人员说，这种粉末识别能力可能会大大减对3D打印件的物理测试，“在传统制造领域，通常会对部件进行破坏性测试来确定它是否合格。但通过精确分类进入3D打印机的粉末，其中的一些破坏性测试将变得多余。”

“破坏性测试需花费大量的时间和金钱，在增材制造中应该被避免，以保持3D打印的按需性质。我们的研究着眼于新的资格概念，如机器学习来保证成功的3D打印构建。”

研究员谈到的机器学习涉及培训一台计算机，以在无人监督的情况下识别和分类粉末。随后，这种计算机可以看出一种金属粉末是否具有一个零件所要求的微观结构质量，如强度、疲劳寿命、韧性等。如果符合要求，一旦用它们将零件3D打印出来，零件就不太可能破裂或发生故障。

研究团队已经用八种不同的商业原料粉末对他们的机器视觉粉末分类系统进行测试，发现该系统能捕获更多金属3D打印粉末的相关信息（与普通的手工测量相比）。

该系统甚至可以识别粉末的许多不同特征，如有颗粒多大，颗粒是如何组合在一起的，颗粒的表面粗糙度以及它们的形状等等。令人惊讶的是，计算机的粉末识别能力实际上比训练有素的人更好。

“重要的是，这种机器视觉方法是自主的、客观的和可重复的，”研究员总结说，“这种标准化是推进3D打印件质量保证的必要条件。”

研究人员认为他们的工作会有助于未来的自主微观结构分析研究。如果它让金属3D打印更快，那也不是一件坏事。