《Additive Manufacturing》：Geometry-adaptive reinforcement learning for optimization of bed separation forces in DLP 3D printing of fragile structures
编辑推荐：
本研究提出基于物理信息强化学习的DLP 3D打印优化框架，通过有限元分析预测层间分离应力，动态调整抬床速度，有效抑制高粘度含盐树脂层的开裂问题，成功制造梯度蜂窝和软骨样非线性力学特性的生物相容性材料。
徐敏京（Min-Kyung Seo）|姜正勋（Jeong-Hun Kang）|俞柱灿（Ju-Chan Yuk）|朴淑熙（Suk-Hee Park）
韩国釜山国立大学机械工程学院，釜山46241
摘要
本研究提出了一种基于物理原理的强化学习（RL）框架，用于优化高粘度、含孔隙剂的光敏聚合物复合材料的数字光处理（DLP）3D打印。在传统的DLP打印过程中，固化层与罐膜之间的分离会产生较大的分离力，这往往会导致诸如细柱或梯度晶格等脆弱结构的断裂。为了解决这一问题，开发了一种基于RL的控制系统，该系统能够根据横截面几何形状和应力分布的有限元分析（FEA）逐层自适应调整床架提升速度。优化后的控制方法有效降低了峰值应力，成功制造出了机械性能 delicate 的多孔结构。通过盐-树脂复合材料的实验验证，证实了该优化工艺在保持结构稳定性的同时，其机械柔顺性与软生物组织相当。此外，该框架还扩展到了梯度晶格结构，实现了对刚度的精细控制，并复制了类似软骨的非线性力学行为。这些结果凸显了基于RL的工艺优化作为一种通用策略的潜力，能够提升DLP制造仿生材料的可打印性和功能性。
引言
3D打印，也称为增材制造（AM），是一种逐层堆积聚合物、金属和其他功能材料以构建三维结构的技术。这种技术无需模具或机械加工即可生产出定制化的复杂几何形状，因此已被广泛应用于各个行业[1]、[2]、[3]、[4]、[5]、[6]。在各种AM方法中，基于光敏树脂的光聚合方法应用最为广泛[2]、[7]。特别是在罐式光聚合过程中，数字光处理（DLP）通过像素级紫外光投影实现整层的同步固化，兼具高打印速度和微米级精度[8]、[9]。除了纯树脂外，还可以在DLP打印材料中加入功能性填料以赋予额外功能。例如，导电纳米颗粒可用于制造导电组件[9]、[10]、[11]；而可溶性孔隙剂（如盐颗粒）可以与树脂混合后渗出，从而生成具有机械柔顺性和生物功能的多孔结构[12]、[13]。
然而，添加功能性填料带来了显著挑战。在自下而上的DLP打印过程中，随着构建平台的提升，每一层固化层都必须与透氧的罐膜分离，产生吸力诱导的分离力[14]、[15]。填料的使用会增加树脂的粘度，同时降低固化层的机械强度[16]、[17]，从而加剧分离应力。当使用高粘度或含颗粒的树脂制造机械脆性结构时，这种情况尤为明显[18]。已经探索了多种策略来减轻DLP打印中的分离诱导失效问题。先前的研究探讨了横截面几何形状和提升速度对分离力的影响[14]、[19]，通过界面工程优化了分离膜[20]、[21]、[22]，并开发了用于力预测和自适应控制的计算或数据驱动模型[20]、[23]、[24]。基于硬件的方法，包括改进的罐体设计或剥离式分离机制，也被提出以减少分离应力[25]、[26]。尽管这些方法有效，但通常需要大量的硬件修改，增加了系统复杂性，并限制了其与高粘度或含颗粒树脂的兼容性。
相比之下，软件层面的过程控制提供了一种更通用且易于实施的解决方案。通过不修改打印机硬件的方式自适应调整工艺参数，可以使用传统的自下而上DLP系统来减轻分离诱导的失效。因此，本研究提出了一种基于强化学习（RL）的框架，用于逐层优化DLP打印的工艺参数。在该方法中，自动提取横截面几何特征以预测分离诱导的应力趋势，并利用有限元分析（FEA）量化层分离过程中的应力分布。这些应力趋势被纳入RL奖励函数中，从而实现逐层自适应调整床架提升速度。通过迭代训练，RL代理学习了能够减少过度分离应力并提高可打印性的控制策略。利用该框架，在RL优化条件下成功制造出了含粘性孔隙剂的复合材料和具有细支柱的机械脆弱晶格结构。总体而言，所提出的方法表明，捕捉相对应力趋势足以实现快速且稳健的工艺优化，扩展了含填料树脂的DLP打印的实际应用范围。
材料与打印设置
基础打印材料是一种光敏弹性树脂（Flexible 80A，Formlabs，美国），因其低刚度和高柔韧性而被选中。为了进一步提高结构柔顺性并制造多孔结构，按树脂重量的2:1比例加入了氯化钠（NaCl）颗粒（Sigma-Aldrich，德国）。NaCl颗粒通过90μm和100μm的筛网进行筛选，以获得与打印要求一致的颗粒大小分布。
DLP 3D打印过程中的床架分离缺陷问题
DLP打印可以扩展到含有功能性填料的树脂，以赋予其导电性或生物活性等额外属性[15]、[16]。其中，含有可溶性孔隙剂（如水溶性盐颗粒）的树脂系统尤为值得关注。这些填料可以通过渗出形成多孔且机械柔顺的结构，从而拓宽了其在生物医学领域的应用潜力[17]、[18]。在本研究中，使用了盐-树脂复合材料进行打印。
结论
本研究提出了一种基于RL的优化框架，用于提高含有孔隙剂复合材料的DLP 3D打印的工艺稳定性和机械可调性。通过将有限元分析与基于RL的自适应控制相结合，该框架能够根据横截面几何形状和分离力的变化智能调整床架提升速度，有效减轻了脆弱结构中的断裂现象。
未引用的参考文献
[27]、[28]、[29]、[30]、[31]、[32]、[33]、[34]、[35]、[36]、[37]、[38]
CRediT作者贡献声明
姜正勋（Jeong-Hun Kang）： 方法论、研究、概念化。
徐敏京（Min-Kyung Seo）： 写作——初稿撰写、验证、软件开发、方法论、研究、数据分析、概念化。
俞柱灿（Ju-Chan Yuk）： 软件开发、方法论、研究。
朴淑熙（Suk-Hee Park）： 写作——审稿与编辑、监督、资源协调、方法论、研究、资金获取、概念化。
利益冲突声明
作者声明他们没有已知的可能影响本文工作的财务利益或个人关系。
