据TechXplore网10月14日消息，美国能源部橡树岭国家实验室的研究人员开发出一个深度学习框架，可显著提高3D打印部件的CT扫描速度和扫描结果准确性。

CT扫描对于在不损坏3D打印部件的情况下验证其完好性非常重要，但其并未在增材制造中大规模使用，主要是由于当前的扫描和分析方法耗时长且结果不精确。因为金属会吸收X射线束中的低能量X射线，图像中产生的缺陷可能会遮挡扫描试图揭示的裂缝或孔隙，要纠正这些问题需要花费大量时间和人力。

新开发的深度学习框架允许制造商快速微调部件结构，并将成像时间缩短了六倍，使得样品分析可以在一天内完成。研究人员在数百个具有不同扫描参数的样品上对该框架性能进行了评估，得到了较好的结果。研究人员表示，该技术可以更容易地认证由新金属合金制成的零件，并应用于国防、汽车制造、航空航天、电子印刷，以及电动汽车电池的无损评估等多个领域。

信息来源：

https://techxplore.com/news/2022-10-deep-x-ray-ct-3d-printed-faster.html