一种新的人工智能系统可以精确定位3D打印部件的来源，甚至可以追溯到制造它们的具体机器。该技术可以帮助制造商监控供应商并管理供应链，发现早期问题并验证供应商是否遵循约定的流程。

由伊利诺伊大学香槟分校机械科学与工程系教授比尔·金领导的研究团队发现，通过增材制造(也称为3D打印)制造的零件带有来自制造它们的特定机器的独特特征。这启发了一种人工智能系统的开发，该系统可以从零件的照片中检测出这种特征，或称“指纹”，并识别其来源。

“我们至今仍对它的有效性感到惊讶：我们可以在两台完全相同的机器上打印相同的零件设计——相同的型号、相同的工艺设置、相同的材料——每台机器都会留下独特的指纹，AI模型可以追溯到这台机器，”King说道。“这可以准确地确定某件物品的制造地点和制造方式。你不必轻信供应商的任何说法。”

该研究成果近期发表在《npj Advanced Manufacturing》杂志上。

金表示，这项技术对供应商管理和质量控制具有重大意义。当制造商与供应商签订合同生产产品零部件时，供应商通常同意遵守一套特定的机器、工艺和工厂规程，并且未经许可不得进行任何更改。然而，这项规定很难执行。供应商经常会在未经通知的情况下做出变更，从制造工艺到所用材料。这些变更通常无害，但也可能导致最终产品出现重大问题。

“现代供应链建立在信任的基础上，”金说道。“在建立合作关系之初，我们会通过审计和现场巡查等形式进行尽职调查。但对于大多数公司而言，持续监控供应商并不可行。”

生产流程的变更可能长期不被察觉，直到生产出一批不合格产品时才会发现。每个从事制造业的人都经历过供应商未经允许更改某些内容并导致严重问题的经历。

在研究3D打印机的可重复性时，King的研究小组注意到零件尺寸的公差与各个机器之间存在关联。这启发研究人员研究零件的照片。结果发现，通过分析生产“指纹”，可以确定制造零件的具体机器、制造工艺以及所用材料。

“这些制造痕迹一直隐藏在显而易见的地方，”金说道。“世界上有成千上万台3D打印机，数千万个3D打印部件用于飞机、汽车、医疗设备、消费品以及许多其他应用。每一个部件都有独特的签名，可以通过人工智能检测出来。”

King 的研究小组开发了一个 AI 模型，用于从智能手机相机拍摄的照片中识别生产指纹。该 AI 模型基于一个庞大的数据集开发，该数据集包含来自六家公司的 21 台机器、采用四种不同制造工艺制造的 9192 个零件的照片。

在校准模型时，研究人员发现仅从零件表面 1 平方毫米的面积就可以获得 98% 准确率的指纹。

“我们的结果表明，即使只用10个零件进行训练，人工智能模型也能做出准确的预测，”King说道。“只需使用供应商提供的几个样品，就能验证他们交付的所有产品。”

King 认为，这项技术有潜力彻底改变供应链管理。有了它，制造商可以在生产的早期阶段发现问题，从而节省查明错误根源所需的时间和资源。该技术还可以用于追踪非法商品的来源。

更多信息： Miles V. Bimrose 等人，《利用深度学习从照片中识别增材制造来源》，《npj Advanced Manufacturing》(2025)。