昆士蘭科技大學(xué)利用機(jī)器學(xué)習(xí)改進(jìn)熔融電寫技術(shù),，將實(shí)驗(yàn)時(shí)間從幾天或幾周縮短到幾小時(shí)

2024年11月21日,，南極熊獲悉,，來自昆士蘭科技大學(xué) (QUT) 的生物醫(yī)學(xué)工程師開發(fā)出一種新的自動(dòng)化方法,，可大幅推進(jìn)熔融電寫技術(shù)(MEW)的發(fā)展,。熔融電寫技術(shù)是一種用于組織工程和再生醫(yī)學(xué)的新型高分辨率 3D 打印技術(shù),。

相關(guān)研究成果以題為《Towards industry-ready additivemanufacturing: AI-enabled closed-loop control for 3D melt electrowriting/邁向工業(yè)化的增材制造：基于人工智能的 3D 熔融電書寫閉環(huán)控制》的論文發(fā)表在《通信工程》雜志上,。論文第一作者 PawelMieszczanek 博士在昆士蘭科技大學(xué) ARC 增材生物制造培訓(xùn)中心獲得博士學(xué)位，他表示,，研究人員的方法將加快熔融電寫 (MEW) 技術(shù)的發(fā)展,。

論文鏈接：https://www.nature.com/articles/s44172-024-00302-4

“MEW 是一種多方面的 3D 打印技術(shù)，也可用于生物工程,、生物材料科學(xué)和軟機(jī)器人,。然而，從 10 多年前的早期階段到現(xiàn)在,，它面臨著許多挑戰(zhàn),，包括實(shí)驗(yàn)時(shí)間長、打印速度慢,、結(jié)果一致性差以及打印機(jī)操作依賴用戶,，”Mieszczanek 博士說�,！盀榱私鉀Q這些問題,，我們使用機(jī)器學(xué)習(xí) (ML) 為 MEW 創(chuàng)建了一個(gè)閉環(huán)過程控制系統(tǒng)。新穎的 MEW 系統(tǒng)設(shè)計(jì)非常有效,，因?yàn)樗�可以監(jiān)控光纖飛行過程,，使我們能夠使用實(shí)時(shí)成像進(jìn)行連續(xù)分析�,！�

△A) 加熱注射器中的熔融聚合物通過氣動(dòng)壓力被推過噴嘴,，形成稱為泰勒錐的液滴。靜電荷導(dǎo)致細(xì)小的射流從泰勒錐噴向收集器,。這種細(xì)小的帶電射流直接寫在表面（收集器）上,，然后凝固成微纖維,。紅色文本表示輸入過程參數(shù)，藍(lán)色文本表示關(guān)鍵輸出過程參數(shù),。B) 自動(dòng)化 MEW 3D 打印機(jī)的照片,，其中標(biāo)注了最重要的硬件組件，包括 X,、Y 和 Z 軸平臺(tái),、打印頭、收集器,、準(zhǔn)直背光和遠(yuǎn)心鏡頭/相機(jī),。來源：昆士蘭科技大學(xué)。

昆士蘭科技大學(xué)細(xì)胞外基質(zhì)材料科學(xué)馬克斯·普朗克昆士蘭中心 (MPQC) 主任,、杰出教授 Dietmar W. Hutmacher 表示,，新的自動(dòng)化數(shù)據(jù)收集系統(tǒng)將實(shí)驗(yàn)時(shí)間從幾天和幾周縮短到幾小時(shí)�,！拔覀兪褂们梆伾窠�(jīng)網(wǎng)絡(luò),、優(yōu)化技術(shù)和反饋回路來確保打印部件始終可重復(fù)。這項(xiàng)工作表明,，機(jī)器學(xué)習(xí)可以自動(dòng)化 MEW 操作,，并支持在復(fù)雜的 3D 打印技術(shù)中設(shè)計(jì)有效的閉環(huán)控制�,！�

這項(xiàng)工作明確解決了 MEW 目前面臨的主要技術(shù)挑戰(zhàn)：

(1) 實(shí)驗(yàn)速度慢且勞動(dòng)密集,；

(2) 打印過程吞吐量低；

(3) 打印結(jié)構(gòu)的可重復(fù)性差,；

(4) MEW 系統(tǒng)的操作高度復(fù)雜,。

通過自動(dòng)化過程監(jiān)控和控制平臺(tái)解決了實(shí)驗(yàn)速度慢且依賴于操作員的問題。該系統(tǒng)允許通過先進(jìn)的硬件和計(jì)算機(jī)視覺算法進(jìn)行實(shí)時(shí)參數(shù)監(jiān)控,、控制和分析,。快速執(zhí)行一系列實(shí)驗(yàn)的能力使研究人員能夠通過測試多種打印參數(shù)配置來收集大量輸入輸出數(shù)據(jù),。這些數(shù)據(jù)被用于使用 ANN 構(gòu)建 MEW 系統(tǒng)模型,。根據(jù)所需的輸出參數(shù)，生成的模型用于對(duì)輸入?yún)��?shù)進(jìn)行前饋控制,，從而降低了操作打印機(jī)的復(fù)雜性,。ANN 模型還用作閉環(huán)控制器的基礎(chǔ)，通過實(shí)時(shí)最小化輸出誤差來確�,？芍貜�(fù)的結(jié)果,。

總體而言，所提出的解決方案和方法集成了最新的 MEW 硬件和 ML 技術(shù)，首次開發(fā)了數(shù)據(jù)驅(qū)動(dòng)的閉環(huán)控制系統(tǒng),，以提高吞吐量和可重復(fù)性,。

研究團(tuán)隊(duì)成員包括昆士蘭科技大學(xué)的 Pawel Mieszczanek 博士、杰出名譽(yù)教授 Peter Corke,、杰出教授 W. Hutmacher,；以及俄勒岡大學(xué)的 Courosh Mehanian 教授和副教授 Paul D. Dalton。

△從左至右：杰出教授 Dietmar Humacher,、Pawel Mieszczanek 博士,、杰出名譽(yù)教授 Peter Corke。來源：昆士蘭科技大學(xué),。