Lorem ipsum dolor sit amet, consectetur adipiscing elit.Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.
Lorem ipsum dolor sit amet, consectetur adipiscing elit.Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.
在粉末床雷射金屬熔化（PBF-LB/M）增材製造過程中，實現高精度的過程監控與誤差檢測對提升零件品質至關重要。阿倫大學雷射應用中心採用虹科合作夥伴 iDS Imaging Development Systems 的兩款高性能 USB3 工業相機，構建了一套完整的視覺檢測系統：其中 U3-3040CP-C-HQ 相機負責對飛濺、煙塵形成等動態過程進行高速捕捉，而 U3-3990SE 相機則實現對粉末層及再熔化層的高解析靜態檢測。
該方案不僅為工藝參數優化提供了關鍵數據支援，更成功應用於難加工材料 FeSi6.5 軟磁元件的製造，展現了 iDS 工業相機在增材製造品質控制領域的專業價值。
粉末床雷射金屬熔化（PBF-LB/M）是增材製造領域的一項關鍵技術，能夠生產具有客製化材料與功能特性的高度複雜、高性能金屬零件。該技術應用於多個行業——從航空航天、醫療技術到汽車工業——被認為是未來製造的重要開創性技術。工藝監控與控制的進步對於進一步提升製造工藝的品質、可重複性與效率至關重要。
其中一項核心挑戰在於對逐層雷射熔化過程進行精確分析，因其對零件品質具有決定性影響。作為提升工藝穩定性與效率研究的一部分，阿倫大學雷射應用中心的學生與科研人員正對 PBF-LB/M 過程進行全局、動態觀測。在基於溫度回饋的高速過程控制背景下，研究人員探究了飛濺與煙塵形成、凝固行為以及增材製造過程中機械零件安全運動等現象。此外，還輔以對再熔零件層幾何形狀的高解析靜態分析，以及對粉末層中潛在缺陷的精確檢測，以便能對最終零件品質做出充分依據的結論。
本研究項目的成像組件為兩台來自虹科深度合作夥伴 iDS Imaging Development Systems 的高性能 USB3 工業相機。
這兩項任務需要不同型號的相機。
“我們使用 USB3 uEye CP 系列相機中的一款，用於對 PBF-LB/M 過程（如飛濺或煙塵形成）進行全局、動態觀測。而對於粉末層與再熔零件層幾何結構中的異常進行靜態、高解析識別，我們則使用 SE 系列的 USB3 uEye 相機，” LAZ 的研究助理 David Kolb 說明。
由於 PBF-LB/M 為高度動態的增材製造過程，零件是逐層生成的，因此對相機的特性要求如下：
分辨率超過 1000 × 1000 像素
幀率超過 100 fps
視場至少 100 mm × 100 mm
具備用於影片錄製的觸發端口
David Kolb 解釋道：”這些特性對於全局動態監控尤為重要，能捕捉飛濺與煙塵形成的細節，確保工藝監控精準可靠。”
所選的 U3-3040CP-C-HQ Rev.2.2 型號，即使在弱光條件下或快速移動物體拍攝，也能提供卓越圖像品質。該相機採用 Sony Pregius 系列 IMX273 全局快門 CMOS 感測器，具有高靈敏度與寬動態範圍，解析度達 158 萬像素（1456 × 1088 px），可達每秒 251 幀，適合動態過程詳細影片與圖像分析。
為確定工藝參數，研究人員透過增材製造生產立方體構件，並使用 USB3 uEye CP 相機分析全局製造過程。藉此可確定最佳雷射參數，利用難加工的 6.5wt.% 硅鐵合金（FeSi6.5）製備新型軟磁元件，用於未來高效率電動機製造。基於此工藝開發的 FeSi6.5 定子半殼件，經優化的三維磁通路可完美適配橫向磁通電機的特殊需求。
該材料的高電阻特性結合 PBF-LB/M 工藝的設計自由度，可有效降低渦流損耗、提升功率密度，並實現冷卻結構等附加功能整合。對於複雜幾何形狀或脆性軟磁材料 FeSi6.5，傳統製造幾乎無法加工，必須依賴增材製造技術完成。
對粉末層或零件層幾何形貌的靜態高解析觀測，除了需配備單幀圖像採集觸發端口外，對相機性能亦有特殊要求：
感測器能檢測 40 微米以下幾何特徵
提供至少 100 mm × 100 mm 視場
盡可能接近 1:1 的方形畫幅比例
U3-3990SE Rev.1.2 工業相機採用 Sony Pregius S 系列 IMX541 CMOS 感測器，具備 2000 萬像素超高解析度與 1.1 英吋大感光面，採用背照式（BSI）技術，微像素尺寸僅 2.74 微米，量子效率與感光靈敏度顯著提升，完全滿足靜態高解析需求。
伴随生成式 AI、AI 代理在企业大规模落地，提示注入、过度代理、员工无意泄密等行为持续放大数据外泄与合规风险，企业亟需前置化安全防护方案。本文依托 Lepide 数据安全平台，围绕「部署前治理 + 运行中监控」搭建完整防护体系，通过实时敏感数据监测、细粒度权限管控、全链路审计与自动化应急处置能力，可联动 SIEM、SOAR 系统形成风险闭环。平台自动收敛过度权限，异常行为触发账号冻结、系统隔离等快速响应手段，解决 AI 权限泛滥、机密泄露难题，兼顾 GDPR 等法规合规需求，为企业 AI 落地筑牢数据安全防线。
香港《保護關鍵基礎設施（電腦系統）條例》規定企業須每年執行資安風險評估、每兩年完成獨立審核，多數企業僅側重技術漏洞，卻忽略佔八成網安事故的人為風險。KnowBe4 透過模擬釣魚測試量化員工風險，建立動態風險評分機制，完整留存測試、培訓改善數據，一鍵匯出監管級報告，協助企業落實持續風險管理，輕鬆應對年度評估與安全審核
眾多規則密集型企業於數位轉型時，常面臨業務規則與底層程式綁死、調校流程繁瑣、跨系統邏輯難統一等痛點。低程式碼可將判斷邏輯轉為可視化配置，縮短規則迭代週期，釐清業務與IT分工。Decisions平台整合低程式碼環境與規則引擎，獨立搭建共用決策層，支援拖拉式規則管理、跨系統串接調用，兼顧營運彈性與IT治理監管需求。
