3D打印被寄予希望来颠覆传统制造业，这和3D打印金属粉体有着最直接的关系。除了解决金属粉体性价比的问题，还有就是解决快速鉴定粉体原材料的问题。

卡内基梅隆大学（Carnegie Mellon University，简称CMU）2016年12月在Springer上发表了研究人员的取得的成果。

CMU工程学院的研究人员开发了机器视觉技术，可以自动识别和分类不同种类的3D打印金属粉体，准确度达95％以上。

所以，以后的粉体检测大概人工智能也要取代人类了。

金属粉体相关的问题集中在了解粉体的物理特性（尺寸、形状和表面特性）如何影响加工参数（流动性和铺展性）并影响到3D打印结果（孔隙度和缺陷）。而理解这些关系的基础是需要有效地表征粉体本身。

目前，增材制造金属粉体的表征依赖于对目标粉体性质的直接测量。如：

有人使用动态图像分析来捕获粉体的显微照片，分段，并测量粒径和纵横比分布，从而发现这些特征以及粉体流变学测量与粉体流动和扩散特征相关；有人认为单独的粒度分布不足以确定粉体性质，他们通过使用流变学测量来表征粉体，他们发现与粉体性质相关，例如回收的程度，制造方法等；

还有人进行了更全面的研究，他们用激光衍射、X射线计算机断层扫描和光学和扫描电子显微镜测量粒径和形状。此外，他们通过能量色散元素X射线分析，X射线光电子能谱和X射线衍射测定了原子结构和组成；

最后，有人研究了用于电子束增材制造的两种粉体的粒度、流动性和化学性质。在粉体的回收利用过程中，一种粉体中引起化学反应的显着变化，另一种粉体却发生了微小变化，颗粒尺寸和流动性不受再循环影响。

在没有手动监督的情况下通过计算机视觉来识别和分类粉体，计算机可以看出，金属粉体是否具有零件要求的微观结构质量-强度、抗疲劳度、韧性等。

如果是这样，一旦进行3D打印，金属粉体就不太可能带来零件裂纹或发生加工故障。

▲8种代表性金属粉体照片（如下AL、IN、MS、SS、Ti64不同标号）

▲8种粉体按每10000个为基准的粒度分布曲线示意图

令人惊讶的是，计算机实际上比训练有素的人类更好地区分粉体。该系统甚至可以识别关于粉体的许多不同特征：

其颗粒多大、颗粒如何组合在一起、颗粒的表面粗糙度以及它们的形状。更重要的是机器视觉方法是自主的、客观的和可重复的，这种客观性是推进金属3D打印过程中质量控制的必要条件。

机器视觉是人工智能正在快速发展的一个分支。简单说来，机器视觉就是用机器代替人眼来做测量和判断。

机器视觉系统是通过机器视觉产品(即图像摄取装置，分CMOS和CCD两种)将被摄取目标转换成图像信号，传送给专用的图像处理系统，得到被摄目标的形态信息，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。

数据科学提供了一种互补的方法，可以直接从数据流中提取信息，而无需进行还原测量。

CMU的方法不是明确地识别和测量单个颗粒，而是将粉体显微照片隐含地表征为局部图像特征的分布。CMU证明了计算机视觉系统能够对具有不同粒度、形状和表面纹理分布的粉体进行分类，以及识别代表性和非典型的粉体图像。

CMU的这项研究用于增材制造可以包括粉体批次鉴定，量化粉体回收的影响，基于粉体特性选择构建参数，识别可能与粉体扩散或构建缺陷相关的特征，以及基于视觉图像定义客观材料标准。

   隐石检测拥有一批在业内取得显著成就的专业技术人员，在行业内有着丰富的检测经验。秉承着专注、专业、高效、想客户所想的理念，公司积极增加项目和完善更先进的测试仪器设备，保障每一个检测，分析，研发任务优质高效的完成。同时通过专业所长,为全球数万家优质客户提供最及时的行业技术标准信息，和更高精尖的分析检测解决方案。

　　隐石检测分别成立了阀门实验室，腐蚀实验室，金相实验室，力学实验室，无损实验室，耐候老化实验室。从事常压储罐检测，锅炉能效检测，金属腐蚀检测，应力应变检测，无损探伤检测，机械设备检测，金相分析，石墨烯纳米材料检测，水质检测，油品检测涉及的服务范围已广泛覆盖到钢铁材料，有色金属材料，石油化工设备，通用机械设备，冶金矿石，建筑工程材料、航空航天材料，高铁船舶材料，汽车用零部件、非金属材料，电子电工产品等各个领域，并获得了CMA和CNAS;双重认可。