2.1. 凝胶化过程中的光散射原理
关键的实现因素是光固化树脂从液态转变为凝胶（固态）过程中发生的散射密度急剧增加。研究人员利用这种散射密度的变化作为一种天然的对比机制。树脂瓶内的固化物体充当了一个三维散射体模，可以使用相同的光路或互补的成像系统对其进行实时层析成像。
1. 引言
体增材制造（VAM），特别是层析体增材制造，通过实现整个三维结构的同步固化，代表了从传统逐层技术的范式转变。这种方法消除了层状伪影和支撑结构，将打印时间缩短至一分钟以内。然而，所有增材制造模式都存在一个关键瓶颈：打印后测量的工作流程具有顺序性。诸如微计算机断层扫描或光学扫描等非原位计量技术耗时、成本高，并且会中断快速原型制作周期。本文通过引入一种直接集成到层析体增材制造过程中的完全同步、原位三维计量系统，解决了这一根本性差距。
2. 核心技术与方法论
这项创新的关键在于利用打印过程本身固有的物理现象进行计量。
2.2. 层析成像系统设置
该系统通常包括一个用于打印的数字光投影仪和一个互补的成像系统（例如，相机阵列或带有旋转瓶子的单相机），用于从多个角度捕获散射光的二维投影。然后，这些投影被重建为散射密度的三维体积图，该图直接对应于打印部件的几何形状。
3. 技术细节与数学基础
该过程基于计算机断层扫描原理。测量信号是相机在投影角度 $\theta$ 下捕获的散射光强度 $I_s(\theta, x, y)$。这通过线积分（简化形式）与树脂体积内打印物体的三维散射系数分布 $\mu_s(x, y, z)$ 相关：
$I_s(\theta, x, y) = I_0 \cdot \exp\left(-\int_{L(\theta, x, y)} \mu_s \, dl\right) \cdot S(\theta, x, y)$
其中 $I_0$ 是入射光强度，积分沿穿过体积的路径 $L$ 进行，$S$ 代表散射函数。核心重建问题涉及反演这些投影以求解 $\mu_s(x, y, z)$，使用诸如滤波反投影（FBP）或迭代代数重建技术（ART）等算法：
$\mu_s = \Re \left\{ \mathcal{F}^{-1} \left[ |\omega| \cdot \mathcal{F}(P_\theta) \right] \right\}$ （FBP 公式）
这里，$P_\theta$ 是获取的投影，$\mathcal{F}$ 表示傅里叶变换，$|\omega|$ 是斜坡滤波器，$\Re$ 是反投影算子。得到的三维图是定量的且无伪影，能够进行精确的尺寸分析。
4. 实验结果与性能
4.1. 精度与分辨率验证
论文报告了相对于总打印尺寸优于1%的尺寸精度。例如，一个10毫米的测试结构测量误差小于100微米。该计量系统在整个打印周期内连续捕获完整的三维几何形状，提供了一个四维数据集（三维+时间）。
关键性能指标
尺寸精度： < 总打印尺寸的 1%
时间分辨率： 连续、实时监控
数据输出： 定量的三维+时间体积模型
4.2. 实时缺陷检测演示
该系统成功演示了在打印异常发生时（如固化不均匀或偏离预期数字模型）检测它们的能力。这通过延时重建可视化显示，展示了打印物体的生长和潜在变形，将实际打印的几何形状与设计目标进行对比。
图表/图形描述： 典型的并排对比将显示：（左）预期的CAD模型。（中）显示物体形成的三维重建散射密度图时间序列，颜色映射表示与标称值的偏差。（右）打印过程中关键尺寸（例如直径）随时间变化的曲线图，突出显示缺陷导致可测量偏差超出公差范围的点。
5. 分析框架：一个非代码案例研究
考虑一家制造商正在打印一个具有内部通道的小型复杂生物医学支架。传统工作流程： 打印（2分钟）-> 从料槽取出 -> 清洗 -> 运输到微CT实验室 -> 扫描（60分钟以上）-> 分析 -> 发现通道堵塞或壁厚错误 -> 重新设计 -> 重复。总周期时间：每次迭代约70分钟以上。配备在线计量技术的VAM工作流程： 同时打印和测量（2分钟）。在打印过程中，三维重建显示一个固化不足的区域可能堵塞通道。原则上，控制算法可以实时调整后续的光照模式以进行校正。打印后，带有已验证尺寸的完整三维模型立即可用。总周期时间：2分钟，并有可能实现首次成功。
6. 行业分析师视角
核心见解： 这不仅仅是计量速度的渐进式改进；它是对增材制造反馈环的根本性重构。通过使用原生过程信号（散射变化）作为测量媒介，研究人员有效地将打印体积本身转变为一种自感知介质。这巧妙地绕过了集成激光或X射线等外部探针的巨大复杂性，而后者一直是实现真正原位三维计量的主要障碍。
逻辑流程： 其逻辑令人信服：1）如果VAM的高速打印之后是缓慢的检测，其速度优势就被浪费了。2）外部计量工具具有侵入性且速度慢。3）因此，寻找固化过程中固有的非侵入性信号。4）散射完美契合。5）应用成熟的CT数学来重建几何形状。从问题识别到解决方案的流程直接且有效地利用了跨学科原理。
优势与缺陷： 其优势在于无可否认的优雅性和已证实的优于1%的精度。与许多出色的实验室演示一样，其主要缺陷在于对理想条件的假设。对于含有染料、填料或不同光引发剂（这些会改变散射特性）的树脂，该方法表现如何？论文的方法可能高度依赖于特定树脂。此外，当前的实现可能提供“检测”功能，但并非完全自主的“校正”。要闭合这个控制环，需要强大的实时算法来解释偏差并调整曝光——这是一个重大的软件挑战，类似于实时自适应光学或计算成像问题。
可操作的见解： 对于增材制造设备原始制造商而言，这是一项必须追踪的技术。率先集成稳健、实时计量技术的厂商将主导高价值的快速原型市场。当前的研发重点应放在：1）在广泛的树脂库中表征该方法。2）开发人工智能/机器学习层，将三维偏差图转化为校正性曝光指令，可能借鉴用于图像校正的生成对抗网络（GAN）概念。3）探索将此散射数据与其他原位传感器（例如用于温度的红外传感器）集成，以构建全面的过程监控套件。目标不仅仅是让相机观看打印过程，而是构建一个能够理解并指导打印过程的认知系统。
7. 未来应用与发展方向
- 闭环过程控制： 最终目标是实现实时校正。未来的系统将使用计量数据作为控制算法的输入，动态调整投影的光照模式以补偿检测到的偏差，确保首次打印即成功。
- 材料梯度与多材料打印： 该技术可以扩展到监控单次打印中不同树脂或树脂混合物的固化情况，从而实现对复杂材料属性分布的原位验证。
- 与数字孪生集成： 连续的四维（三维+时间）数据流非常适合创建和更新打印过程的数字孪生，从而实现预测性维护和高级质量分析。
- 标准化与认证： 对于航空航天和医疗器械等行业，该技术可以提供零件认证所需的可追溯、过程内验证数据，有可能减轻生产后测试的负担。
- 扩展到其他增材制造模式： 虽然该技术已在层析体增材制造中得到演示，但其利用材料在相变过程中固有光学变化的核心原理，可以启发针对其他基于光聚合（例如，DLP、SLA）甚至基于烧结的增材制造工艺的类似方法。
8. 参考文献
- Kelly, B. E., 等. "Volumetric additive manufacturing via tomographic reconstruction." Science 363.6431 (2019): 1075-1079.
- Loterie, D., 等. "High-resolution tomographic volumetric additive manufacturing." Nature Communications 11.1 (2020): 852.
- Shusteff, M., 等. "One-step volumetric additive manufacturing of complex polymer structures." Science Advances 3.12 (2017): eaao5496.
- ISO/ASTM 52921:2013. Standard terminology for additive manufacturing—Coordinate systems and test methodologies.
- Goodfellow, I., 等. "Generative adversarial nets." Advances in neural information processing systems 27 (2014). （关于AI驱动校正概念的背景）。
- National Institute of Standards and Technology (NIST). "Measurement Science for Additive Manufacturing." （强调了增材制造中更广泛的计量挑战）。
- Wang, C., 等. "In-situ monitoring and adaptive control in additive manufacturing: A review." International Journal of Advanced Manufacturing Technology 115 (2021): 1309–1330.