铂力特推出金属3D打印AI平台

南极熊导读：在航空航天、医疗器械等高端制造领域，气孔、未熔合等内部缺陷直接影响构件可靠性与规模化应用，随着AI技术在工业3D打印领域的深入应用，这类问题将被解决。

南极熊获悉，铂力特融合深度学习与工业视觉，推出AI驱动的BLT-自学习平台。这款软件可安装于设备中，降低AI应用门槛，用户无需深厚算法背景，即可基于自身生产数据自主训练并迭代检测模型，使质量管控能力随材料、工艺与产品变化同步升级。

一、AI赋能产线质量管控

AI构建定制化缺陷知识库

分类模型允许用户根据新出现的缺陷特征自定义类别并导入样本。通过增量学习，快速构建适配当前材料与工艺的专用分类器，将隐性生产经验转化为可持续迭代的检测能力，面对工艺变更时仍保持高识别准确率与适应性。

像素级定位提升缺陷追溯效率

检测模型不仅识别缺陷类型，还可精准标注缺陷在零件上的具体位置。即使单张图像包含多种缺陷，也能实现全面识别与定位，帮助工艺人员快速追溯根因，提升问题定位效率。

持续优化闭环保障模型长期有效

平台支持用户持续收集新缺陷样本对模型进行测试与优化。通过训练、验证、部署到再训练的闭环流程，用户可根据实际检测结果灵活调整参数，确保模型在生产环境中的稳定性与可靠性，实现质量管控能力的持续自主优化。

二、在真实生产中实现量化效益

在铂力特自有产线两年的实际应用中，BLT-自学习平台已显现显著价值：

铺粉质量在线监测

系统对缺粉、刮刀剐蹭等关键异常的识别准确率达99.5%以上，实现实时报警与工艺连锁控制，从源头减少因铺粉缺陷导致的打印失败。

粉末空心率自动分析

平台实现对空心颗粒的自动统计与分析，效率较传统人工镜检提升超80%。数据直接支持粉末复用决策与工艺参数调优，在保障质量前提下有效降低粉末成本。

典型构件量产检测

以某航空航天客户钛合金构件为例，针对“未熔合”缺陷训练的专用模型，在量产中稳定检出人眼难以察觉的微小缺陷区域，大幅缩短单批次构件的全面质检时间。

三、BLT智能软件生态赋能制造全流程

多年来，铂力特不断布局智能软件生态，持续覆盖打印前、中、后的完整软件矩阵，与BLT-MES智能排产系统协同，实现生产全流程数据贯通与智能决策，将孤立数据转化为提质、增效、降本的系统能力。

真正的行业引领源于前瞻探索与扎实工程的双重积累。我们致力于通过持续迭代的软硬件协同体系，将智能转化为客户生产中可量化、可持续的竞争优势。铂力特期待与客户并肩，将智能化的每一步进展，稳健落地为产线质量与效率的切实提升。