伊利诺伊大学开发了一种利用高分辨率摄影和深度学习方法可通​​过照片识别3D打印来源

香槟分校的研究人员开发了一种利用高分辨率摄影和深度学习技术识别3D打印部件来源的新方法。该方法通过分析制造指纹（生产过程中嵌入部件的独特物理特性）来确定部件是由哪台打印机制造的。这项技术解决了制造业供应链中的重大挑战，因为传统上，跨多个供应商追踪部件一直非常困难。

模型工作流程概述。（图片来源：伊利诺伊大学香槟分校）

该研究对来自21个不同来源、采用三种独特设计和六种材料的9192个零件进行了测试，验证了这种识别方法。研究人员在识别源打印机方面取得了超过98%的准确率。该系统还可以确定制造工艺、材料类型以及零件在机器内打印的具体位置。

与以往主要关注消费级桌面打印机的研究不同，本研究针对的是生产环境中使用的工业增材制造设备。测试涵盖了四种类型的增材制造设备和七种不同的打印机型号。事实证明，该方法适用于各种材料和零件设计。

传统的零件识别方法，例如标签、RFID 标签或激光雕刻，很容易被破解或移除。通过分析制造过程中产生的固有物理属性，这种深度学习方法提供了一种更安全的替代方案。该系统可以识别人工检测员无法检测到的图案。

制造源识别在质量控制、缺陷识别、供应链管理和真实性验证方面具有重要的应用价值。这在增材制造领域尤为重要，因为分布式供应链带来了独特的挑战。该技术为在复杂的制造网络中验证材料、工艺和成品部件提供了一种新的工具。

资料来源：nature.com