乐高首款量产3D打印玩具正式上市,能否牵引出更广阔的应用市场?

3D打印技术参考注意到,乐高“假日特快列车”套装玩具已于近日正式上架。据乐高官方介绍,该系列中的迷你火车头,是乐高零售套装中首个大规模生产的3D打印零件。

虽只有这一个小部件,但其意义仍然重大。该公司数十年来一直在3D打印领域投入巨资,此前虽限量发售过3D打印产品,但此次的规模完全不同。那么是谁在背后提供技术支撑,有哪些技术要点,又能否创造出一个新的应用场景呢?

高精度激光烧结3D打印技术

3D打印技术参考查询到,乐高此次所使用的3D打印技术为EOS公司的FDR激光烧结工艺。它区别于常规的SLS技术,采用CO激光提供热源,而非CO₂激光,这为达到乐高所需要的高精度、高质量标准,提供了至关重要的保障。

这项新技术将两个方面的优势结合起来——立体光刻(SLA)的精细分辨率与选择性激光烧结(SLS)的耐用性和质量。数据显示,该技术可以打印最小壁厚为0.22mm的高质量、高强度聚合物零件。


CO激光器的输出波长为5-6μm,不同于9-11μm的CO2激光器。根据3D打印技术参考此前的技术探讨,CO2激光器在工业应用中实际实现的最小光斑尺寸为80-90µm,而CO激光实际光斑尺寸在30-40 µm的范围内,更小的光斑尺寸可以制造更加精细的结构。

而从乐高给出的展示可以看出,迷你小火车具有可活动的结构,且各组件之间连接紧密、复杂。而3D打印已经可以实现可活动组件的直接制造。虽目前没有证据能够证明其主体的蓝色部分是一体打印出来的,但FDR的高精度制造特点,能够满足这一制造需求。

在制造设备的配置方面,目前可以查询到乐高使用了EOS P500 FDR 3D打印机。经3D打印技术参考查询,该设备的制造尺寸为500x330x400mm,搭载两台70w的CO激光器。经粗略估算,该小火车产品的单次制造数量或达500个,很明显能够满足它的大批量制造。

在材料方面,选择的是EOS的尼龙12粉末PA 2200、PA 950 HD,这些材料具有极高的可重复使用性,打印件的表面质量极为精细。其中,尼龙12是市场上经过最多测试的3D打印材料,坚固耐用、长期稳定、耐化学腐蚀,用途极为广泛。EOS此款材料是ABS、PA6等塑料的高性能替代品,其在注塑成型中的价值已得到证明,3D打印的最终产品与注塑件一样耐用。 

激光烧结工艺往往面临孔隙率高、表面不均匀以及部件容易吸附灰尘和其他物质等问题。乐高已经大规模的生产此类部件,那么意味着相关问题已经得以解决。3D打印技术参考注意到,蒸汽抛光表面处理工艺是去除表面的微小瑕疵、毛刺等,使表面变得光滑平整的重要后处理手段。这是一种基于利用高温高压蒸汽对工件表面进行处理的工艺。它通过喷射蒸汽,使工件表面产生微小的熔融效果,使部件变得完全密封,从而提高部件的耐用性。


乐高集团表示,选择FDR 3D打印工艺是因为它兼具尺寸精度、机械强度和表面质量——这对于将3D打印的零件与数十亿块现有积木的形象完美契合至关重要。这对该技术和EOS来说无疑是巨大的信任。

能否进一步打开玩具市场?

目前,使用3D打印技术制造玩具似乎已经非常流行,但这却属于两个完全不同的场景。一类是使用FDM机器打印自制玩具,当然这个市场的吸引力已经很大;另一类则是使用工业级的SLS技术大规模3D打印商业化的玩具产品。

与FDM工艺相比,SLS技术无论从设备方面还是材料方面的成本都更高,对于未有接触的人员来说,操作的便捷度、流程等均不熟悉,而且没有现成的成熟案例提供参考。作为对比,玩具的传统制造工艺注塑成型已经非常成熟且价格低廉,这也使得玩具市场引入工业3D打印生产似乎看不到希望。

乐高作为全球最大的聚合物用户和成型商之一。他们当然拥有其他公司所不具备的资源。而他们对聚合物激光烧结3D打印技术的持续投入意味着,这项技术在消费级应用方面将比之前预想的可能更具可行性和成本效益。

此次乐高发布的3D打印产品,探索了传统注塑成型无法实现的结构,如内部空腔、一体化活动结构,未来还可能会有带有嵌入式功能的产品。它展示了乐高如何利用增材制造技术实现新的设计方向。这些创新通过SLS 3D打印技术实现,将重新树立玩具的交互边界。而一旦乐高能够建立起高效、可扩展的3D打印生产线,其大规模制造需求将会促使3D打印设备、材料的价格大幅下降,从而推动更多玩家进入。

FDR技术实现的高质量表面效果

END

虽然仅仅是一个迷你部件,但这辆小火车头或许能牵引出一个新的更广阔的3D打印应用场景。而EOS所开发的高精度3D打印技术可能是打开消费级精密塑料零件大规模制造的关键钥匙。

这辆小火车也不仅仅是一个玩具,而更可能是一个信号,预示着玩具的交互设计在遇到工业级3D打印技术时,或能创造出完全不同体验的产品,在竞争激烈的赛道中获得脱颖而出。#增材制造 #3D打印 

注:本文由3D打印技术参考创作,未经联系授权,谢绝转载。

欢迎转发

千人行业专家交流Q群:248112776

延伸阅读:

1.惠普为什么要现在进入FDM 3D打印市场?

2.关于苹果大规模使用金属3D打印的思考

3.研究人员开发出新型3D打印高熵超合金

4.中国3D打印行业,已真正进入爆发时代!

本课题设计了一种利用Matlab平台开发的植物叶片健康状态识别方案,重点融合了色彩与纹理双重特征以实现对叶片病害的自动化判别。该系统构建了直观的图形操作界面,便于用户提交叶片影像并快速获得分析结论。Matlab作为具备高效数值计算与数据处理能力的工具,在图像分析与模式分类领域应用广泛,本项目正是借助其功能解决农业病害监测的实际问题。 在色彩特征分析方面,叶片影像的颜色分布常与其生理状态密切相关。通常,健康的叶片呈现绿色,而现黄化、褐变等异常色彩往往指示病害或虫害的发生。Matlab提供了一系列图像处理函数,例如可通过色彩空间转换与直方图统计来量化颜色属性。通过计算各颜色通道的统计参数(如均值、标准差及主成分等),能够提取具有判别力的色彩特征,从而为不同病害类别的区分提供依据。 纹理特征则用于描述叶片表面的微观结构与形态变化,如病斑、皱缩或裂纹等。Matlab中的灰度共生矩阵计算函数可用于提取对比度、均匀性、相关性等纹理指标。此外,局部二值模式与Gabor滤波等方法也能从多尺度刻画纹理细节,进一步增强病害识别的鲁棒性。 系统的人机交互界面基于Matlab的图形用户界面开发环境实现。用户可通过该界面上传待检图像,系统将自动执行图像预处理、特征抽取与分类判断。采用的分类模型包括支持向量机、决策树等机器学习方法,通过对已标注样本的训练,模型能够依据新图像的特征向量预测其所属的病害类别。 此类课题设计有助于深化对Matlab编程、图像处理技术与模式识别原理的理解。通过完整实现从特征提取到分类决策的流程,学生能够将理论知识与实际应用相结合,提升解决复杂工程问题的能力。总体而言,该叶片病害检测系统涵盖了图像分析、特征融合、分类算法及界面开发等多个技术环节,为学习与掌握基于Matlab的智能检测技术提供了综合性实践案例。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值