面向 Industry 4.0 的多模态传感器融合：面向 3D 打印的 AI 故障检测

增材制造，特别是熔料沉积建模，正在改变现代生产方式，使其能够实现快速原型制作和复杂零件制造。然而，其逐层过程仍然容易受到如喷头堵塞、纤维耗尽和层级错位等故障的威胁，这些故障会损害打印质量和可靠性。传统的检查方法成本高昂、耗时，而且常局限于后处理分析，难以适用于实时干预。本研究中，作者开发了一种新型低成本且便携式故障检测系统，利用多模态传感器融合和人工智能进行 3D 打印的实时监控。该系统将声学、振动和热感传感器集成到一种非侵入式架构中，捕获反映机械和工艺相关异常的互补数据流。声学和热感传感器以完全非接触方式工作，而振动传感器仅需最小附加量，以避免干扰打印机硬件，从而保持便携性和部署便捷性。多模态信号被处理为频谱图和时频特征，用于卷积神经网络进行智能故障检测。该提议系统推进了 Industry 4.0 目标，提供一种可负担、可扩展且实用的监控解决方案，提高故障检测准确率，降低浪费，并支持可持续、自适应制造。