[发明专利]基于机器的三维(3D)对象缺陷检测

说明书

实现方式描述了用于三维(3D)打印对象的基于机器的缺陷检测的系统和方法。本公开的一个实施例的方法包括使用第一光源布置来提供3D打印对象的第一照明。然后，使用一个或多个成像装置生成3D打印对象的多个图像。每一个图像可以描绘3D打印对象的特定区域。然后，多个图像可以由处理装置使用机器学习模型来处理，该机器学习模型被训练为标识3D打印工艺的一种或多种类型的制造缺陷。该机器学习模型可以提供图像包含制造缺陷的概率。然后，处理装置可以在没有用户输入的情况下，基于由机器学习模型提供的结果来确定3D打印对象是否包含一个或多个制造缺陷。

技术领域

本公开涉及制造定制产品的领域，并且尤其涉及检测定制的三维(3D)打印产品的内部体积内、表面上和界面上的缺陷，以及检测在3D打印对象上形成的壳体上的缺陷。

背景技术

对于某些应用，定制产品可以使用三维(3D)打印系统和方法来制造。3D打印产品可能包含由于制造机器或周围环境的瑕疵而导致的各种缺陷。缺陷可能是例如由振动、树脂中被困的气泡、激光功率波动和/或其他与机器相关的因素导致的。

3D打印对象的内部体积内的缺陷、3D打印对象的表面上的缺陷以及3D打印对象的表面到内部体积的界面处的缺陷都可能使得3D打印对象不适合其预期目的。检测此类缺陷的标准技术是通过手动检查或由人来进行检查。然而，这样的检查程序是高度主观的，并且经常导致大量的假阳性缺陷确定和假阴性缺陷确定二者。结果，没有明显缺陷的3D打印对象被扔掉或改变用途，而具有明显缺陷的3D打印对象被忽略，这可能导致3D打印对象在使用期间发生故障或破裂。

另外，3D打印模具可以被用于形成诸如正畸矫正器(aligner)等的壳体。这样的壳体可以在3D打印模具上形成(例如，热成型)。这样的壳体也容易出现缺陷，该缺陷可能包括从3D打印模具转移来的缺陷。

附图说明

在附图的图中通过示例而非限制的方式示出了本公开，在附图中，相同的附图标记指示相似的元素。应当注意，在本公开中对“一(a)”或“一个(one)”实施例的不同引用不一定是同一实施例，并且这样的引用意味着至少一个。

图1A示出了根据一个实施例的执行三维(3D)打印对象和/或壳体的自动缺陷检测的成像缺陷检测系统的一个实施例。

图1B示出了根据一个实施例的捕获3D打印对象和/或壳体的图像的成像系统的一个实施例的3D视图。

图1C示出了根据实施例的在3D对象周围的点图案。

图2A示出了根据一个实施例的执行3D打印对象和/或壳体的自动缺陷检测的成像缺陷检测系统的一个实施例。

图2B示出了根据一个实施例的执行3D打印对象和/或壳体的自动缺陷检测的成像缺陷检测系统的一个实施例。

图3A示出了根据一个实施例的用于检测3D打印对象中的制造缺陷的方法的流程图。

图3B示出了根据一个实施例的确定与3D打印对象相关联的标识符(ID，identifier)的方法的流程图。

图4示出了根据一个实施例的确定用于捕获3D打印对象的图像的第一照明的方法的流程图。

图5示出了根据一个实施例的检测3D打印对象的严重缺陷(gross defect)的方法的流程图。

图6示出了根据一个实施例的处理由成像系统捕获的图像以检测3D打印对象中的分层缺陷(layering defect)的方法的流程图。

图7示出了根据一个实施例的包括由3D打印工艺产生的层的3D打印对象。

图8A示出了根据一个实施例的由图1A、1B、2A和/或2B中描绘的成像系统生成的3D打印对象的图像。